实验六 自相关实验六 自相关
6.1 实验目的
掌握自相关问题出现的来源、后果、检验及修正的原理,以及相关的EViews软件操作方法。
6.2 实验内容
以实验五已克服异方差的中国的消费函数模型(见输出结果图5.4)为例,练习检查和克服模型的自相关的操作方法。
由图5.4得到的回归式为:
Lnyt = -0.0486+ 0.9561 Lnxt . (6.1)
(-0.05) (68.7) R2 = 0.99...
实验六 自相关
6.1 实验目的
掌握自相关问题出现的来源、后果、检验及修正的原理,以及相关的EViews软件操作方法。
6.2 实验
以实验五已克服异方差的中国的消费
数模型(见输出结果图5.4)为例,练习检查和克服模型的自相关的操作方法。
由图5.4得到的回归式为:
Lnyt = -0.0486+ 0.9561 Lnxt . (6.1)
(-0.05) (68.7) R2 = 0.997, DW=0.55 F = 4721
6.3 实验步骤
6.3.1 检验模型是否存在自相关
(1)观察残差图,如图6.1,可初步判断残差项存在一定程度的正自相关。
(2)用DW检验判断是否存在自相关
由EViews输出结果(图5.4)知DW = 0.55,若给定( = 0.05,查附
,dL = 1.08,dU = 1.36。因为 DW = 0.55( 1.26, 依据判别规则,认为误差项ut存在严重的正自相关。
图6.1
(3)用LM检验判断是否存在自相关
在估计窗口选择View/Residual Tests/Serial Correalation LM Test(见图6.2)。
图6.2
点击后会自动弹出一个设定滞后期(Lag Specification)对话框。输入1,点击OK键,得到LM检验结果,见图6.3。
图6.3
根据p-值判断拒绝原假设,所以BG(LM)检验结果也说明(6.1)式存在自相关。
(4)用回归检验法判断自相关
① 将估计结果(6.1)式得到的残差定义为ut,首先做一阶自回归,得到估计结果见图6.4。
② 对该估计式采用LM检验法检验其自相关性,如图6.5。可以判断出仍然存在自相关。
③ 用残差的二阶自回归形式重新建立模型,见图6.6。
④ 再次用LM检验法判断其自相关性,如图6.7。从图6.7可以看出,此时p-值已经达到0.3,落在接受域,即认为误差项不存在自相关。
对图6.6的输出结果进行整理,可以得到残差的二阶回归式为
= 1.3436 - 0.8175+ vt (6.2)
(5.18) (-3.03) R2 = 0.71, s.e. = 0.02, TR2 = 1.1
图6.4
图6.5
图6.6
图6.7
6.4.2 克服自相关
图6.8
图6.9
用广义最小二乘法估计回归参数。根据(6.2)式残差项的回归系数,对变量Lnyt和Lnxt作二阶广义差分
GDLnyt = Lnyt -1.3436 Lnyt-1 +0.8175 Lnyt-2
GDLnxt =Ln xt -1.3436 Ln xt-1 + 0.8175 Ln xt-2
以GDLnyt, GDLnxt(t = 2 , 3 , … 15)为样本再次回归,得EViews输出结果如图6.8。
此时LM检验结果见图6.9。可以判断已经很好的克服了自相关。整理广义最小二乘回归结果为
GDLnyt = -0.035 +0.9582 GDLnxt (6.3)
(-0.29) (41.62) R2 = 0.99, s.e. = 0.02, DW =2.33 TR2=0.59
因为
(0 (1 -1.3436 + 0.8175) = -0.035
得,
(0 = -0.0739
所以,原模型的广义最小二乘估计是
Lnyt = -0.0739 + 0.9582Lnxt (6.4)
(6.3)式残差图见图6.10。
图6.10
本文档为【实验六 自相关】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。