版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)第第6 6章章 自相關(guān)自相關(guān)非自相關(guān)假定非自相關(guān)假定自相關(guān)的來源與后果自相關(guān)的來源與后果自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn)自相關(guān)的解決方法自相關(guān)的解決方法克服自相關(guān)的矩陣描述(不講)克服自相關(guān)的矩陣描述(不講) 自相關(guān)系數(shù)的估計(jì)自相關(guān)系數(shù)的估計(jì)案例分析案例分析計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.1非自相關(guān)假定非自相關(guān)假定:Cov(ui, uj ) = E(ui uj) = 0, (i, j T, i j) )如果如果Cov (ui , uj ) 0, (i, j T, i j) )則稱誤差項(xiàng)則稱誤差項(xiàng)ut存在自相關(guān)。存在自相關(guān)。自相關(guān)又稱序列相關(guān)。也是相關(guān)關(guān)系的一種。自相關(guān)又稱序列相關(guān)。也是
2、相關(guān)關(guān)系的一種。自相關(guān)按形式可自相關(guān)按形式可分為兩類分為兩類:(1)一階自回歸形式。)一階自回歸形式。ut = f (ut-1)(2)高階自回歸形式。)高階自回歸形式。ut = f (ut 1, u t 2 , )經(jīng)濟(jì)計(jì)量模型中自相關(guān)的最常見形式是經(jīng)濟(jì)計(jì)量模型中自相關(guān)的最常見形式是一階線性自回歸形式一階線性自回歸形式。ut = a a1 ut -1 + vt E(vt ) = 0, t = 1, 2 , T Var(vt) = v2, t = 1, 2 , TCov(vi, vj ) = 0, i j, i, j = 1, 2 , TCov(ut-1, vt) = 0, t = 1, 2 ,
3、T計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)序列的自相關(guān)特征分析。給出具有正自相關(guān),負(fù)自相關(guān)和非自相關(guān)三個(gè)序列。序列的自相關(guān)特征分析。給出具有正自相關(guān),負(fù)自相關(guān)和非自相關(guān)三個(gè)序列。-4-2024102030405060708090100X-6-4-20246-6-4-20246X(-1)X -6-4-20246102030405060708090100X-6-4-20246-6-4-20246X(-1)X c. 負(fù)自相關(guān)序列負(fù)自相關(guān)序列 d. 負(fù)自相關(guān)序列散點(diǎn)圖負(fù)自相關(guān)序列散點(diǎn)圖-3-2-10123102030405060708090100U-4-2024-4-2024U(-1)U e.
4、 非自相關(guān)序列非自相關(guān)序列 f 非自相關(guān)序列散點(diǎn)圖非自相關(guān)序列散點(diǎn)圖a. 正自相關(guān)序列正自相關(guān)序列 b. 正自相關(guān)序列散點(diǎn)圖正自相關(guān)序列散點(diǎn)圖計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.2自相關(guān)的來源與后果自相關(guān)的來源與后果 自相關(guān)的來源:自相關(guān)的來源:1模型的數(shù)學(xué)形式不妥。模型的數(shù)學(xué)形式不妥。2. 慣性。大多數(shù)經(jīng)濟(jì)時(shí)間序列都存在自相關(guān)。慣性。大多數(shù)經(jīng)濟(jì)時(shí)間序列都存在自相關(guān)。3. 回歸模型中略去了帶有自相關(guān)的重要解釋變量?;貧w模型中略去了帶有自相關(guān)的重要解釋變量。計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān) 6.2自相關(guān)的來源與后果自相關(guān)的來源與后果 計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.3 自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn) 計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)
5、當(dāng)當(dāng)DW值落在值落在“不確定不確定”區(qū)域時(shí),有兩種處理方法。(區(qū)域時(shí),有兩種處理方法。(1)加大樣本容量或)加大樣本容量或重新選取樣本,重作重新選取樣本,重作DW檢驗(yàn)。有時(shí)檢驗(yàn)。有時(shí)DW值會(huì)離開不確定區(qū)。(值會(huì)離開不確定區(qū)。(2)選用其)選用其它檢驗(yàn)方法。它檢驗(yàn)方法。DW檢驗(yàn)臨界值與三個(gè)參數(shù)有關(guān)。(檢驗(yàn)臨界值與三個(gè)參數(shù)有關(guān)。(1)檢驗(yàn)水平)檢驗(yàn)水平a a,(,(2)樣本容量)樣本容量T , (3) 原回歸模型中解釋變量個(gè)數(shù)原回歸模型中解釋變量個(gè)數(shù)k(不包括常數(shù)項(xiàng))。(不包括常數(shù)項(xiàng))。 的取值范圍是的取值范圍是 -1, 1,所以,所以DW統(tǒng)計(jì)量的取值范圍是統(tǒng)計(jì)量的取值范圍是 0, 4。6.3 自
6、相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn) 計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.3 自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn) (3)LM檢驗(yàn)(亦稱檢驗(yàn)(亦稱BG檢驗(yàn))法檢驗(yàn))法計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān) 6.4 自相關(guān)的解決方法自相關(guān)的解決方法 1. 如果自相關(guān)是由于錯(cuò)誤地設(shè)定模型的數(shù)學(xué)形式所致,那如果自相關(guān)是由于錯(cuò)誤地設(shè)定模型的數(shù)學(xué)形式所致,那么就應(yīng)當(dāng)修改模型的數(shù)學(xué)形式。方法是用殘差么就應(yīng)當(dāng)修改模型的數(shù)學(xué)形式。方法是用殘差et 對(duì)解釋變量的對(duì)解釋變量的較高次冪進(jìn)行回歸。較高次冪進(jìn)行回歸。 2. 如果自相關(guān)是由于模型中省略了重要解釋變量造成的,如果自相關(guān)是由于模型中省略了重要解釋變量造成的,那么解決辦法就是找出略去的解釋變量,把它做為重要解釋變那
7、么解決辦法就是找出略去的解釋變量,把它做為重要解釋變量列入模型。量列入模型。 怎樣查明自相關(guān)是由于略去重要解釋變量引起的?一種方法怎樣查明自相關(guān)是由于略去重要解釋變量引起的?一種方法是用殘差是用殘差et對(duì)那些可能影響被解釋變量,但又未單列入模型的對(duì)那些可能影響被解釋變量,但又未單列入模型的解釋變量回歸,并作顯著性檢驗(yàn)。解釋變量回歸,并作顯著性檢驗(yàn)。 只有當(dāng)以上兩種引起自相關(guān)的原因都排除后,才能認(rèn)為誤差只有當(dāng)以上兩種引起自相關(guān)的原因都排除后,才能認(rèn)為誤差項(xiàng)項(xiàng)ut 真正存在自相關(guān)。真正存在自相關(guān)。 在這種情況下,解決辦法是變換原回歸模型,使變換后模型在這種情況下,解決辦法是變換原回歸模型,使變換后
8、模型的隨機(jī)誤差項(xiàng)消除自相關(guān)。這種估計(jì)方法稱作的隨機(jī)誤差項(xiàng)消除自相關(guān)。這種估計(jì)方法稱作廣義最小二乘法廣義最小二乘法。計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.4 自相關(guān)的解決方法自相關(guān)的解決方法 Yt = 0 + 1 X1 t + 2 X2 t+ + k X k t + ut (t = 1, 2, , T ) 其中其中ut具有一階自回歸形式具有一階自回歸形式ut = ut-1 + vt 其中其中vt 滿足通常的假定條件滿足通常的假定條件 Yt = 0 + 1 X1t + 2 X2 t + + k Xk t + ut -1 + vt 用第用第1式求式求(t - 1) 期關(guān)系式期關(guān)系式,并在兩側(cè)同乘,并在兩側(cè)同乘
9、 : Yt -1= 0 + 1X1 t -1 + 2 X2 t -1 + + k X k t-1 + ut-1上兩式相減上兩式相減,得,得 Yt- Yt -1 = 0 (1- ) + 1 (Xt - X1 t-1) + + k (Xk t - Xk t -1) + vt 作廣義差分變換:作廣義差分變換: Yt* = Yt - Yt -1 ; Xj t* = X j t - Xj t-1, j = 1, 2 , k ; 0* = 0 (1- ) 則模型如下則模型如下 Yt* = 0*+ 1 X1t* + 2 X2 t* + + k Xk t* + vt ( t = 2, 3, T) vt 滿足通
10、常的假定條件,可以用滿足通常的假定條件,可以用OLS法估計(jì)上式。法估計(jì)上式。計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān) 6.4 自相關(guān)的解決方法自相關(guān)的解決方法 計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.5 自相關(guān)系數(shù)的估計(jì)自相關(guān)系數(shù)的估計(jì) 計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)6.6 案例分析案例分析 例例6.1 天津市天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。 改革開放以來,天津市改革開放以來,天津市城鎮(zhèn)居民人均消費(fèi)性支出(城鎮(zhèn)居民人均消費(fèi)性支出(CONSUM),人),人均可支配收入(均可支配收入(INCOME)以及消費(fèi)價(jià)格定基指數(shù)()以及消費(fèi)價(jià)格定基指數(shù)(PRICE)數(shù)據(jù))數(shù)據(jù)(19782
11、000年年)見表見表6.2?,F(xiàn)在研究人均消費(fèi)與人均可支配收入的關(guān)系。現(xiàn)在研究人均消費(fèi)與人均可支配收入的關(guān)系。先定義不變價(jià)格(先定義不變價(jià)格(1978=1)的人均消費(fèi)性支出()的人均消費(fèi)性支出(Yt)和人均可支配收入)和人均可支配收入(Xt)。令)。令 Yt = CONSUM / PRICE, Xt = INCOME / PRICE假定所建立的回歸模型形式是假定所建立的回歸模型形式是Yt = 0 + 1 Xt + ut 2004006008001000120014000500100015002000XY-60-40-20020406080100788082848688909294969800RE
12、SID Yt 和和 Xt 散點(diǎn)圖散點(diǎn)圖 殘差圖殘差圖計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān) (1)估計(jì)線性回歸模型并計(jì)算殘差。)估計(jì)線性回歸模型并計(jì)算殘差。 = 111.44 + 0.7118 Xt (6.5) (42.1) R2 = 0.9883, s.e. = 32.8, DW = 0.60, T = 23(2)分別用)分別用DW、LM統(tǒng)計(jì)量檢驗(yàn)誤差項(xiàng)統(tǒng)計(jì)量檢驗(yàn)誤差項(xiàng) ut是否存在自相關(guān)。是否存在自相關(guān)。已知已知DW = 0.60,若給定,若給定a a = 0.05,查附表,查附表4,得,得DW檢驗(yàn)臨界值檢驗(yàn)臨界值dL = 1.26,dU = 1.44。因?yàn)橐驗(yàn)?DW = 0.60 1.26,認(rèn)為誤差項(xiàng)
13、,認(rèn)為誤差項(xiàng)ut存在嚴(yán)重的正自相關(guān)。存在嚴(yán)重的正自相關(guān)。LM(BG)自相關(guān)檢驗(yàn)輔助回歸式估計(jì)結(jié)果是)自相關(guān)檢驗(yàn)輔助回歸式估計(jì)結(jié)果是 et = 0.6790 et -1 + 3.1710 0.0047 Xt + vt (3.9) (0.2) (- 0.4) R2 = 0.43, DW = 2.00LM = T R2 = 23 0.43 = 9.89。因?yàn)橐驗(yàn)?20.05(1) = 3.84,LM = 9.89 3.84,所以,所以LM檢驗(yàn)檢驗(yàn)結(jié)果也說明誤差項(xiàng)存在一階正自相關(guān)。結(jié)果也說明誤差項(xiàng)存在一階正自相關(guān)。EViews的的LM自相關(guān)檢驗(yàn)操作:點(diǎn)擊最小二乘回歸窗口中的自相關(guān)檢驗(yàn)操作:點(diǎn)擊最小二乘
14、回歸窗口中的View鍵,選鍵,選Residual Tests/Serial Correlation LM Test,在隨后彈出的滯后期對(duì)話框中給出最大滯后期。,在隨后彈出的滯后期對(duì)話框中給出最大滯后期。點(diǎn)擊點(diǎn)擊OK鍵。鍵。例例6.1 6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。tY計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)例例6.1 6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān) -60-40-200204060788082848688909294969800RESID例例6.1
15、 6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)注意:注意:(1)R2值有所下降。不應(yīng)該不相信估計(jì)結(jié)果。原因是兩個(gè)回歸式所用變量值有所下降。不應(yīng)該不相信估計(jì)結(jié)果。原因是兩個(gè)回歸式所用變量不同,所以不同,所以不可以直接比較確定系數(shù)不可以直接比較確定系數(shù)R2的值的值。(2)兩種估計(jì)方法的回歸系數(shù)有差別。計(jì)量經(jīng)濟(jì)理論認(rèn)為回歸系數(shù))兩種估計(jì)方法的回歸系數(shù)有差別。計(jì)量經(jīng)濟(jì)理論認(rèn)為回歸系數(shù)廣義最廣義最小二乘估計(jì)量?jī)?yōu)于誤差項(xiàng)存在自相關(guān)的小二乘估計(jì)量?jī)?yōu)于誤差項(xiàng)存在自相關(guān)的OLS估計(jì)量估計(jì)量。所以。所以0.6782應(yīng)該比應(yīng)該比0.71
16、18更可信。特別是最近幾年,天津市城鎮(zhèn)居民人均收入的人均消費(fèi)邊更可信。特別是最近幾年,天津市城鎮(zhèn)居民人均收入的人均消費(fèi)邊際系數(shù)為際系數(shù)為0.6782更可信。更可信。(3)用)用EViews生成新變量的方法生成新變量的方法:從工作文件主菜單中點(diǎn)擊從工作文件主菜單中點(diǎn)擊Quick鍵,選擇鍵,選擇Generate Series 功能。打開功能。打開生成序列(生成序列(Generate Series by Equation)對(duì)話框。在對(duì)話框中輸入如)對(duì)話框。在對(duì)話框中輸入如下命令(每次只能輸入一個(gè)命令),下命令(每次只能輸入一個(gè)命令),Y = CONSUM / PRICEX = INCOME / PR
17、ICE按按OK鍵。變量鍵。變量Y和和X將自動(dòng)顯示在工作文件中。將自動(dòng)顯示在工作文件中。例例6.1 6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)例例6.2 6.2 天津市保費(fèi)收入和人口的回歸關(guān)系天津市保費(fèi)收入和人口的回歸關(guān)系 本案例主要用來展示當(dāng)模型誤差項(xiàng)存在本案例主要用來展示當(dāng)模型誤差項(xiàng)存在2階自回歸形式的自相關(guān)時(shí),怎階自回歸形式的自相關(guān)時(shí),怎樣用廣義差分法估計(jì)模型參數(shù)。樣用廣義差分法估計(jì)模型參數(shù)。 19671998年天津市的保險(xiǎn)費(fèi)收入(年天津市的保險(xiǎn)費(fèi)收入(Yt,萬元)和人口(,萬元)和人口(Xt,萬人)數(shù),萬人
18、)數(shù)據(jù)散點(diǎn)圖見圖。據(jù)散點(diǎn)圖見圖。Yt與與Xt的變化呈指數(shù)關(guān)系。對(duì)的變化呈指數(shù)關(guān)系。對(duì)Yt取自然對(duì)數(shù)。取自然對(duì)數(shù)。LnYt與與Xt的散的散點(diǎn)圖見圖。點(diǎn)圖見圖??梢栽诳梢栽贚nYt與與Xt之間建立線性回歸模型。之間建立線性回歸模型。LnYt = 0 + 1 Xt + ut 0100000200000300000650700750800850900950XY468101214700800900XLnY Yt和和Xt散點(diǎn)圖散點(diǎn)圖 LnYt和和Xt散點(diǎn)圖散點(diǎn)圖計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān)-0.6-0.4-0.20.00.20.40.60.8707580859095RESID例例6.2 6.2 天津市保費(fèi)收入
19、和人口的回歸關(guān)系天津市保費(fèi)收入和人口的回歸關(guān)系 計(jì)量經(jīng)濟(jì)學(xué)張曉桐版自相關(guān) 例例6.2 6.2 天津市保費(fèi)收入和人口的回歸關(guān)系天津市保費(fèi)收入和人口的回歸關(guān)系對(duì)殘差序列的擬合發(fā)現(xiàn),對(duì)殘差序列的擬合發(fā)現(xiàn),ut存在二階自相關(guān)?;貧w式如下。存在二階自相關(guān)。回歸式如下。 et = 1.186 et -1 - 0.467 et -2 + vt (6.9) (-2.5) R2 = 0.71, s.e. = 0.19, DW = 1.97 (1969-1998)誤差項(xiàng)具有二階自回歸形式的自相關(guān)。誤差項(xiàng)具有二階自回歸形式的自相關(guān)。(3)用廣義差分法消除自相關(guān)。)用廣義差分法消除自相關(guān)。首先推導(dǎo)二階自相關(guān)首先推導(dǎo)二
20、階自相關(guān)ut = 1ut 1+ 2ut 2 + vt條件下的廣義差分變換式。設(shè)模型為條件下的廣義差分變換式。設(shè)模型為 LnYt = 0 + 1 Xt + ut 寫出上式的滯后寫出上式的滯后1期、期、2期表達(dá)式并分別乘以期表達(dá)式并分別乘以 1、 2, 1 LnYt-1 = 1 0 + 1 1 Xt-1 + 1ut -1 2 LnYt-2 = 2 0 + 2 1Xt-2 + 2ut -2 用以上用以上3式做如下運(yùn)算,式做如下運(yùn)算, LnYt - 1 LnYt-1 - 2 LnYt-2 = 0 - 1 0 - 2 0 + 1 Xt - 1 1 Xt-1 - 2 1 Xt-2 + ut - 1ut - 1- 2ut -2將將2階自相關(guān)關(guān)系式,階自相關(guān)關(guān)系式,ut = 1ut 1+ 2ut 2 + vt,代入上式并整理,得,代入上式并整理,得 (LnYt
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 二零二五年度農(nóng)業(yè)科技園區(qū)設(shè)施租賃協(xié)議4篇
- 啟迪未來點(diǎn)亮夢(mèng)想
- 2025版收入證明模板制作與市場(chǎng)推廣合作合同3篇
- 2025年全球及中國(guó)氣體激光清洗設(shè)備行業(yè)頭部企業(yè)市場(chǎng)占有率及排名調(diào)研報(bào)告
- 2025年全球及中國(guó)住宅用灌溉噴水閥行業(yè)頭部企業(yè)市場(chǎng)占有率及排名調(diào)研報(bào)告
- 2025-2030全球?qū)櫸锔闻K功能補(bǔ)充劑行業(yè)調(diào)研及趨勢(shì)分析報(bào)告
- 2025-2030全球印章套件行業(yè)調(diào)研及趨勢(shì)分析報(bào)告
- 2025-2030全球光伏發(fā)電箱變行業(yè)調(diào)研及趨勢(shì)分析報(bào)告
- 施工承包合同標(biāo)準(zhǔn)模板
- 2025版?zhèn)€人購(gòu)房貸款還款順序合同模板3篇
- 小學(xué)六年級(jí)數(shù)學(xué)上冊(cè)《簡(jiǎn)便計(jì)算》練習(xí)題(310題-附答案)
- 2023-2024學(xué)年度人教版一年級(jí)語文上冊(cè)寒假作業(yè)
- 培訓(xùn)如何上好一堂課
- 高教版2023年中職教科書《語文》(基礎(chǔ)模塊)下冊(cè)教案全冊(cè)
- 2024醫(yī)療銷售年度計(jì)劃
- 稅務(wù)局個(gè)人所得稅綜合所得匯算清繳
- 人教版語文1-6年級(jí)古詩(shī)詞
- 上學(xué)期高二期末語文試卷(含答案)
- 軟件運(yùn)維考核指標(biāo)
- 空氣動(dòng)力學(xué)仿真技術(shù):格子玻爾茲曼方法(LBM)簡(jiǎn)介
- 對(duì)表達(dá)方式進(jìn)行選擇與運(yùn)用
評(píng)論
0/150
提交評(píng)論