计量经济学第七章序列相关.pptxVIP

  1. 1、本文档共34页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
2023/3/221第七章 序列相关▓ 序列相关定义▓ 序列相关来源和影响▓ 序列相关检验▓ 序列相关处理第一页,共三十四页。 序列相关定义第二页,共三十四页。 2023/3/223序列相关定义一阶自回归,AR(1)不相互独立第三页,共三十四页。 序列相关来源和影响第四页,共三十四页。 2023/3/225序列相关问题的产生 序列相关问题常产生于时间序列中,不过截面数据研究中也会发生。 产生原因:模型设定不妥;惯性;蛛网现象;数据处理。第五页,共三十四页。 2023/3/226序列相关影响 序列相关性不影响普通最小二乘估计量的无偏性和一致性,但会影响它们的有效性。如在正序列相关情形,由OLS估计得到的标准误差的估计比真实的标准误小 假设检验不再有效 预测不再有效 第六页,共三十四页。 序列相关检验第七页,共三十四页。 2023/3/228序列相关检验残差图 通过残差对时间变量的散点图(时序图),残差对前期的散点图可直观的加以判断DW检验 通过检验统计量来加以判断 回归检验 可以检验高阶序列相关第八页,共三十四页。 残差时序图2023/3/229第九页,共三十四页。 2023/3/2210残差et, et-1的散点图 如a图所示,散点在I,III象限,表明存在正自相关。 如b图所示,散点在II,IV象限, 表明存在负自相关。e te t-1abe te t-1.....................第十页,共三十四页。 2023/3/2211DW检验进行OLS估计,计算残差计算dw统计量值:对照DW检验表,得出相应结论0 2 4不能拒绝正自相关负自相关拒绝拒绝无法确定无法确定第十一页,共三十四页。 2023/3/2212回归检验Y 对 回归,求出OLS残差 ,t=1,…,T 对 回归,t=q+1,…,T对 系数进行联合显著的F检验或采用LM检验(Breusch-Godfrey检验)第十二页,共三十四页。 序列相关处理第十三页,共三十四页。 2023/3/2214序列相关处理广义差分法Cochrane-Orcutt方法Hildreth-Lu方法杜宾两步法第十四页,共三十四页。 2023/3/2215Cochrane-Orcutt方法对模型采用OLS估计,再对残差做回归:其中:进行广义差分后再进行回归,此时的方程为:对差分后的回归模型的残差再做回归:重复以上步骤,直到 的新估计值与前估计值的差小于某特定值如0.01 时,停止迭代过程。第十五页,共三十四页。 2023/3/2216Cochrane-Orcutt estimates using the 33 observations 1948-1980Dependent variable: chd VARIABLE COEFFICIENT STDERROR T STAT P-VALUE const 341.023 81.5714 4.181 0.00026 *** beer -2.20594 0.866099 -2.547 0.01665 ** cig 2.90317 4.65365 0.624 0.53778 edfat 0.373429 0.997343 0.374 0.71091 spirits 12.0447 6.58992 1.828 0.07826 *Statistics based on the rho-differenced data: Sum of squared residuals = 1322.69 Standard error of residuals = 6.87306 Unadjusted R-squared = 0.787623 Adjusted R-squared = 0.757283 F-statistic (4, 28) = 3.905

文档评论(0)

SYWL2019 + 关注
官方认证
文档贡献者

权威、专业、丰富

认证主体四川尚阅网络信息科技有限公司
IP属地四川
统一社会信用代码/组织机构代码
91510100MA6716HC2Y

1亿VIP精品文档

相关文档