序列自相关检验及修正.ppt
,序列自相关检验及修正,序列相关性：模型的随机干扰项违背了相互独立的基本假设。产生原因：1、经济变量固有的惯性2、模型设定的偏误3、数据的“编造”序列相关性的后果：1、参数估计量非有效2、变量的显著性检验失去意义3、模型的预测失效,序列自相关检验及修正,下面我们使用中国商品进口M与国内生产总值GDP的关系数据进行分析。,序列自相关检验及修正,一、首先进行OLS的估计，其结果见图一：,序列自相关检验及修正,二、进行序列相关性的检验1、序列相关检验（残差图），点View Actual,Fitted,Residual Residual Graph得到 图二：,序列自相关检验及修正,二、D.W.检验在5%的显著性水平下，n=24,k=2,查表得出d1=1.27，du=1.45，D.W.=0.628d1，故存在正自相关。,序列自相关检验及修正,三、G-B检验（拉格朗日乘数检验）点击ViewResidual TestSerial Correlation LM Test，Lag取2，得到（见图三）：,序列自相关检验及修正,含2阶滞后残差项的辅助回归为：et=6.593-0.0003*GDP+1.094*et-1-0.786et-2（0.231）（-0.504）（6.231）（-3.692）R2=0.6614LM=22*0.6614=14.55，该值大于显著性水平为5%，自由度为2的x2分布的临界值x20.05（2）=5.991，由此判断原模型存在2阶序列自相关。,序列自相关检验及修正,同理，可以作出含3阶滞后残差项的辅助回归方程：,序列自相关检验及修正,辅助回归方程为：et=6.692-0.0003*GDP+1.108*et-1-（0.228）（-0.497）（4.541）0.819et-2+0.032et-3（-1.842）（0.087）R2=0.6615LM=13.89，大于显著性水平为5%，自由度为3的临界值x20.05（3）=7.815，原模型仍存在序列相关性，但由于et-3的参数不显著，说明不存在3阶序列相关性。,序列自相关检验及修正,三、序列相关的补救1、杜宾两步法过程 第一步：先将组m gdp打开，点ProcMake Equations在specification中输入变量：m m(-1)m(-2)gdp gdp(-1)gdp(-2)C,点确定得到估计结果，见图五。,序列自相关检验及修正,序列自相关检验及修正,Mt=78.09+0.938Mt-1-0.469Mt-2+0.055GDPt-0.096GDPt-1+0.054GDPt-2R2=0.9913 D.W.=2.31,序列自相关检验及修正,第二步，作差分变换：点对象窗口工具栏上的genr按钮，在对话框中输入等式1mnew=m-0.938*m(-1)+0.469*m(-2)和等式2gdpnew=gdp-0.938*gdp(-1)+0.469*gdp(-2),再对新得到的mnew关于gdpnew进行OLS估计，其结果见图六：,序列自相关检验及修正,序列自相关检验及修正,Mnew=86.18+0.02GDPnew(2.76)(16.46)D.W.=1.583,在5%的显著性水平下，D.W.du=1.43,已不存在自相关。,序列自相关检验及修正,2、科克伦-奥科特迭代法 将组m gdp打开，点ProcMake Equations在specification中输入的变量：m gdp ar(1)ar(2)c，点确定得到结果（见图七）,序列自相关检验及修正,序列自相关检验及修正,2阶广义差分的估计结果为：Mt=169.32+0.020GDPt+1.108AR(1)-0.801AR(2)D.W.=1.85du=1.66,表明经广义差分变换后的模型已不存在序列相关性。,序列自相关检验及修正,
