原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* 2．修正高阶序列相关 通常如果残差序列存在 p 阶序列相关，误差形式可以由AR(p)过程给出。对于高阶自回归过程，可以采取与一阶序列相关类似的方法，把滞后误差逐项代入，最终得到一个误差项为白噪声序列，参数为非线性的回归方程，并且采用Gauss-Newton迭代法求得非线性回归方程的参数。 例如，仍讨论一元线性回归模型，并且扰动项序列具有3阶序列相关的情形，即p = 3的情形： 第三十一页，共八十六页。 * (5.1.18) (5.1.19) 按照上面处理AR(1) 的方法，把扰动项的滞后项代入原方程中去，得到如下表达式： (5.1.20) 通过一系列的化简后，仍然可以得到参数为非线性，误差项?t 为白噪声序列的回归方程。运用非线性最小二乘法，可以估计出回归方程的未知参数? 0 , ? 1 , ? 1 , ? 2 , ? 3。 第三十二页，共八十六页。 * 我们可以将上述讨论引申到更一般的情形：对于非线性形式为 f (xt , ? )的非线性模型，xt = {1, x1t , x2t ,…, xkt} ，? = {?0 , ?1 ,…, ?k }，若扰动项序列存在p阶序列相关， (5.1.21) (5.1.22) 也可用类似方法转换成误差项?t为白噪声序列的非线性回归方程，以p = 1为例， (5.1.23) 使用Gauss-Newton算法来估计参数。 第三十三页，共八十六页。 * 3. 在Eviews中的操作： 打开一个方程估计窗口，输入方程变量，最后输入ar(1) ar(2) ar(3)。针对例5.2定义方程为： 第三十四页，共八十六页。 * 需要注意的是，输入的ar(1) ar(2) ar(3) 分别代表3个滞后项的系数，因此，如果我们认为扰动项仅仅在滞后2阶和滞后4阶存在自相关，其他滞后项不存在自相关，即 则估计时应输入：cs c gdp cs(-1) ar(2) ar(4) EViews在消除序列相关时给予很大灵活性，可以输入模型中想包括的各个自回归项。例如，如果有季度数据而且想用一个单项来消除季节自回归，可以输入：cs c gdp cs(-1) ar(4)。 第三十五页，共八十六页。 * 例5.3 用AR(p)模型修正回归方程残差序列的自相关（1） 例5.1中检验到美国投资方程的残差序列存在一阶序列相关。这里将采用AR(1)模型来修正投资方程的自相关性： t = 1, 2, ?, T 回归估计的结果如下： t = (1.79) （55.36） t = (4.45) R2= 0.86 D.W. = 1.47 第三十六页，共八十六页。 * 再对新的残差序列进行LM检验(p=2)，最终得到的检
文档评论（0）