實(shí)驗(yàn)五自相關(guān)

《實(shí)驗(yàn)五自相關(guān)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、實(shí)驗(yàn)五自相關(guān)5.1實(shí)驗(yàn)?zāi)康恼莆兆韵嚓P(guān)問(wèn)題出現(xiàn)的來(lái)源、后果、檢驗(yàn)及修正的原理，以及相關(guān)的EViews軟件操作方法。5.2實(shí)驗(yàn)內(nèi)容以實(shí)驗(yàn)二的一元線性回歸案例（中國(guó)的消費(fèi)函數(shù)模型）（見(jiàn)表5.1數(shù)據(jù)）為基礎(chǔ)，練習(xí)檢查和克服模型的自相關(guān)的操作方法。表5.1年份X（GDP）Y(Cons)199018319.511365.2199121280.413145.9199225863.715952.1199334500.720182.1199446690.726796199558510.533635199668330.440003.9199774894.243579.4199879003.346405.

2、9199982673.249722.8200089112.554617.2200198592.958927.42002107897.662798.52003121730.367493.52004142394.275439.7采用實(shí)驗(yàn)四克服異方差的方法，得到消除異方差后的中國(guó)消費(fèi)函數(shù)模型，練習(xí)檢查和克服模型的自相關(guān)的操作方法。對(duì)模型的異方差進(jìn)行考慮后，得到的回歸方程式為：Lnyt=-0.0486+0.9561Lnxt.(5.1)(-0.31)(68.7)R2=0.997,DW=0.55F=4721思考：（1）數(shù)據(jù)的樣本區(qū)間？（2）自相關(guān)的問(wèn)題屬于計(jì)量經(jīng)濟(jì)學(xué)分析步驟中的哪一步需要考慮的？

3、【模型檢驗(yàn)——>計(jì)量經(jīng)濟(jì)意義檢驗(yàn)】（3）自相關(guān)檢驗(yàn)的方法有哪些？【圖檢法、DW檢驗(yàn)、LM檢驗(yàn)、回歸方程檢驗(yàn)】每種方法的檢驗(yàn)步驟是什么？【略】（3）自相關(guān)出現(xiàn)時(shí)，如何補(bǔ)救？也即其修正方法是什么？【廣義最小二乘法】5.3實(shí)驗(yàn)步驟5.3.1檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)（1）圖示法：繪制殘差散點(diǎn)圖（et-1,et）。見(jiàn)圖5.1。圖5.1觀察殘差圖，可初步判斷殘差項(xiàng)存在一定程度的正自相關(guān)。（2）DW檢驗(yàn)：由EViews輸出結(jié)果知DW=0.55，若給定a=0.05，k=1，T=15；查附表dL=1.08，dU=1.36。因?yàn)镈W=0.55<1.08=dL，依據(jù)判別規(guī)則，認(rèn)為誤差項(xiàng)ut存在嚴(yán)重的正自相關(guān)

4、。（3）LM檢驗(yàn)：在估計(jì)窗口選擇View/ResidualTests/SerialCorrealationLMTest（見(jiàn)圖5.2）。圖5.2點(diǎn)擊后會(huì)自動(dòng)彈出一個(gè)設(shè)定滯后期（LagSpecification）對(duì)話框。輸入1，點(diǎn)擊OK鍵，得到LM檢驗(yàn)結(jié)果，見(jiàn)圖5.3。圖5.3根據(jù)p-值判斷拒絕原假設(shè)，所以BG（LM）檢驗(yàn)結(jié)果也說(shuō)明(6.1)式存在一階自相關(guān)。（4）回歸檢驗(yàn)法①將估計(jì)結(jié)果(5.1)式得到的殘差定義為ut，首先做一階自回歸，得到估計(jì)結(jié)果見(jiàn)圖5.4。②對(duì)該估計(jì)式采用LM檢驗(yàn)法檢驗(yàn)其自相關(guān)性，如圖5.5?？梢耘袛喑鋈匀淮嬖谧韵嚓P(guān)。③用殘差的二階自回歸形式重新建立模型，見(jiàn)圖5.6

5、。④再次用LM檢驗(yàn)法判斷其自相關(guān)性，如圖5.7。從圖5.7可以看出，此時(shí)p-值已經(jīng)達(dá)到0.3，落在接受域，即認(rèn)為誤差項(xiàng)不存在自相關(guān)。對(duì)圖5.6的輸出結(jié)果進(jìn)行整理，可以得到殘差的二階回歸式為=1.3436-0.8175+vt(5.2)(5.18)(-3.03)R2=0.71,s.e.=0.02,TR2=1.1圖5.4圖5.5圖5.6圖5.75.4.2克服自相關(guān)圖5.8圖5.9用廣義最小二乘法估計(jì)回歸參數(shù)。根據(jù)(5.2)式殘差項(xiàng)的回歸系數(shù)，對(duì)變量Lnyt和Lnxt作二階廣義差分GDLnyt=Lnyt-1.3436Lnyt-1+0.8175Lnyt-2GDLnxt=Lnxt-1.3436L

6、nxt-1+0.8175Lnxt-2以GDLnyt,GDLnxt（t=2,3,…15）為樣本再次回歸，得EViews輸出結(jié)果如圖5.8。此時(shí)LM檢驗(yàn)結(jié)果見(jiàn)圖5.9?？梢耘袛嘁呀?jīng)很好的克服了自相關(guān)。整理廣義最小二乘回歸結(jié)果為GDLnyt=-0.035+0.9582GDLnxt(5.3)(-0.29)(41.62)R2=0.99,s.e.=0.02,DW=2.33TR2=0.59因?yàn)閎0(1-1.3436+0.8175)=-0.035得，b0=-0.0739所以，原模型的廣義最小二乘估計(jì)是Lnyt=-0.0739+0.9582Lnxt(5.4)（5.3）式殘差圖見(jiàn)圖5.10。圖5.10（

7、1）圖5.10（2）由此可見(jiàn)，模型（5.3）不再存在自相關(guān)。練習(xí)：自己完成上述實(shí)驗(yàn)。要求在實(shí)驗(yàn)報(bào)告中完成。