統(tǒng)計(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)課件4.2序列相關(guān)性_第1頁
統(tǒng)計(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)課件4.2序列相關(guān)性_第2頁
統(tǒng)計(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)課件4.2序列相關(guān)性_第3頁
統(tǒng)計(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)課件4.2序列相關(guān)性_第4頁
統(tǒng)計(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)課件4.2序列相關(guān)性_第5頁
已閱讀5頁,還剩17頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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

統(tǒng)計(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)課件4.2序列相關(guān)性xx年xx月xx日目錄CATALOGUE序列相關(guān)性的定義序列相關(guān)性產(chǎn)生的原因序列相關(guān)性對(duì)回歸分析的影響檢驗(yàn)序列相關(guān)性的方法解決序列相關(guān)性的方法01序列相關(guān)性的定義序列相關(guān)性是指時(shí)間序列數(shù)據(jù)之間存在某種相關(guān)性,即一個(gè)時(shí)間點(diǎn)的數(shù)值可能與下一個(gè)時(shí)間點(diǎn)的數(shù)值之間存在一定的依賴關(guān)系。這種相關(guān)性可能是正相關(guān)(一個(gè)時(shí)間點(diǎn)的數(shù)值增加時(shí),下一個(gè)時(shí)間點(diǎn)的數(shù)值也增加),負(fù)相關(guān)(一個(gè)時(shí)間點(diǎn)的數(shù)值增加時(shí),下一個(gè)時(shí)間點(diǎn)的數(shù)值減少)或零相關(guān)(時(shí)間點(diǎn)之間沒有相關(guān)性)。什么是序列相關(guān)性一個(gè)時(shí)間點(diǎn)的數(shù)值與前一個(gè)時(shí)間點(diǎn)的數(shù)值之間的相關(guān)性。一階自相關(guān)高階自相關(guān)季節(jié)性自相關(guān)一個(gè)時(shí)間點(diǎn)的數(shù)值與多個(gè)前一時(shí)間點(diǎn)的數(shù)值之間的相關(guān)性。一個(gè)時(shí)間點(diǎn)的數(shù)值與同一時(shí)間點(diǎn)前幾個(gè)周期的數(shù)值之間的相關(guān)性。030201序列相關(guān)性的類型用于度量一個(gè)時(shí)間點(diǎn)與其前一個(gè)時(shí)間點(diǎn)之間的相關(guān)性。自相關(guān)系數(shù)用于度量一個(gè)時(shí)間點(diǎn)與其多個(gè)前一時(shí)間點(diǎn)之間的相關(guān)性。偏自相關(guān)系數(shù)用于度量一個(gè)時(shí)間點(diǎn)與其同一時(shí)間點(diǎn)前幾個(gè)周期之間的相關(guān)性。季節(jié)性自相關(guān)系數(shù)用于檢驗(yàn)時(shí)間序列數(shù)據(jù)是否存在序列相關(guān)性,如杜賓瓦森檢驗(yàn)和LM檢驗(yàn)。檢驗(yàn)統(tǒng)計(jì)量序列相關(guān)性的度量02序列相關(guān)性產(chǎn)生的原因在計(jì)量經(jīng)濟(jì)學(xué)模型中,如果遺漏了重要的解釋變量,會(huì)導(dǎo)致殘差序列相關(guān),從而產(chǎn)生序列相關(guān)性。在模型中錯(cuò)誤地引入滯后變量,會(huì)導(dǎo)致模型殘差出現(xiàn)序列相關(guān)性。模型設(shè)定誤差錯(cuò)誤地設(shè)定滯后變量模型遺漏重要變量經(jīng)濟(jì)活動(dòng)中的時(shí)間趨勢(shì)許多經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)存在時(shí)間趨勢(shì),如GDP、消費(fèi)等,這種時(shí)間趨勢(shì)會(huì)導(dǎo)致殘差序列相關(guān)。數(shù)據(jù)的季節(jié)性一些經(jīng)濟(jì)數(shù)據(jù)存在季節(jié)性波動(dòng),如零售銷售、旅游等,季節(jié)性波動(dòng)可能導(dǎo)致殘差序列相關(guān)。數(shù)據(jù)生成過程在選擇樣本時(shí),如果未能充分考慮樣本的代表性或存在其他偏誤,可能導(dǎo)致樣本數(shù)據(jù)產(chǎn)生的殘差序列相關(guān)。樣本選擇偏誤對(duì)于長(zhǎng)期趨勢(shì)的數(shù)據(jù),如果只使用部分樣本數(shù)據(jù)進(jìn)行分析,可能會(huì)導(dǎo)致殘差序列相關(guān)。數(shù)據(jù)截?cái)鄦栴}樣本選擇偏差03序列相關(guān)性對(duì)回歸分析的影響

估計(jì)量的偏誤偏誤類型序列相關(guān)性會(huì)導(dǎo)致回歸系數(shù)的估計(jì)量產(chǎn)生偏誤,即估計(jì)的系數(shù)不再等于真實(shí)系數(shù)。偏誤原因由于序列相關(guān)性導(dǎo)致誤差項(xiàng)之間存在相關(guān)性,這使得最小二乘法等傳統(tǒng)回歸分析方法無法準(zhǔn)確估計(jì)回歸系數(shù)。解決方法采用適當(dāng)?shù)慕y(tǒng)計(jì)方法,如廣義最小二乘法(GLS)或廣義差分法(GDM),以消除序列相關(guān)性對(duì)估計(jì)量的影響。由于序列相關(guān)性,回歸系數(shù)的估計(jì)量的方差會(huì)增大,這意味著估計(jì)量的不確定性增加。方差變化方差的增大可能導(dǎo)致回歸系數(shù)的置信區(qū)間擴(kuò)大,降低推斷的準(zhǔn)確性。方差增大的影響在計(jì)算估計(jì)量的方差時(shí),應(yīng)考慮序列相關(guān)性對(duì)方差的影響,使用適當(dāng)?shù)慕y(tǒng)計(jì)方法進(jìn)行修正。解決方法估計(jì)量的方差增大由于序列相關(guān)性導(dǎo)致的估計(jì)量偏誤和方差增大,回歸分析中的假設(shè)檢驗(yàn)和推斷的可靠性會(huì)降低??煽啃越档托蛄邢嚓P(guān)性可能導(dǎo)致傳統(tǒng)的假設(shè)檢驗(yàn)方法失效,使得我們無法準(zhǔn)確地判斷回歸系數(shù)的顯著性。對(duì)假設(shè)檢驗(yàn)的影響序列相關(guān)性會(huì)影響我們對(duì)回歸模型參數(shù)的推斷,可能導(dǎo)致錯(cuò)誤的結(jié)論。對(duì)推斷的影響在回歸分析中,應(yīng)充分考慮序列相關(guān)性對(duì)檢驗(yàn)和推斷的影響,采用適當(dāng)?shù)慕y(tǒng)計(jì)方法和模型進(jìn)行修正,以提高推斷的準(zhǔn)確性。解決方法檢驗(yàn)和推斷的可靠性下降04檢驗(yàn)序列相關(guān)性的方法散點(diǎn)圖通過繪制時(shí)間序列數(shù)據(jù)的散點(diǎn)圖,觀察數(shù)據(jù)點(diǎn)是否呈現(xiàn)出某種趨勢(shì)或模式,從而判斷是否存在序列相關(guān)性。自相關(guān)圖利用自相關(guān)系數(shù)或偏自相關(guān)系數(shù)來繪制自相關(guān)圖,通過觀察自相關(guān)系數(shù)或偏自相關(guān)系數(shù)的變化趨勢(shì),判斷是否存在序列相關(guān)性。圖檢驗(yàn)法杜賓-瓦森檢驗(yàn)法杜賓-瓦森統(tǒng)計(jì)量計(jì)算杜賓-瓦森統(tǒng)計(jì)量,該統(tǒng)計(jì)量用于檢驗(yàn)殘差是否存在序列相關(guān)性。如果統(tǒng)計(jì)量值落在臨界值范圍內(nèi),則拒絕殘差無序列相關(guān)的原假設(shè)。杜賓-瓦森檢驗(yàn)的結(jié)論根據(jù)杜賓-瓦森統(tǒng)計(jì)量的值和臨界值進(jìn)行比較,得出是否存在序列相關(guān)的結(jié)論。如果存在序列相關(guān),則需要對(duì)模型進(jìn)行修正。計(jì)算拉格朗日乘數(shù),該乘數(shù)用于檢驗(yàn)?zāi)P蜌埐钍欠翊嬖谛蛄邢嚓P(guān)性。如果拉格朗日乘數(shù)的值顯著不為零,則表明存在序列相關(guān)性。拉格朗日乘數(shù)根據(jù)拉格朗日乘數(shù)的值和顯著性水平進(jìn)行比較,得出是否存在序列相關(guān)的結(jié)論。如果存在序列相關(guān),則需要對(duì)模型進(jìn)行修正。拉格朗日乘數(shù)檢驗(yàn)的結(jié)論拉格朗日乘數(shù)檢驗(yàn)法05解決序列相關(guān)性的方法差分法的優(yōu)點(diǎn)是簡(jiǎn)單易行,適用于大多數(shù)情況,但可能會(huì)損失一些長(zhǎng)期信息。在應(yīng)用差分法時(shí),需要注意選擇合適的滯后階數(shù),以避免過度差分或不足差分。差分法是一種常用的解決序列相關(guān)性的方法,通過將原模型轉(zhuǎn)化為差分模型,可以消除序列相關(guān)性。差分法廣義最小二乘法是一種通過最小化誤差的二次方和來估計(jì)參數(shù)的方法,可以用于解決序列相關(guān)性問題。廣義最小二乘法的優(yōu)點(diǎn)是可以處理多種形式的序列相關(guān)性,但計(jì)算相對(duì)復(fù)雜,需要使用迭代算法。在應(yīng)用廣義最小二乘法時(shí),需要注意選擇合適的權(quán)重矩陣,以避免估計(jì)結(jié)果的不準(zhǔn)確。廣義最小二乘法

一階差分廣義最小二乘法一階差分廣義最小二乘法是差分法和廣義最小二乘法的結(jié)合,通過一階差分消除序列相關(guān)性,再利用

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。

評(píng)論

0/150

提交評(píng)論