第三讲、序列相关性的检验.ppt
《第三讲、序列相关性的检验.ppt》由会员分享,可在线阅读,更多相关《第三讲、序列相关性的检验.ppt(28页珍藏版)》请在三一文库上搜索。
1、第三讲、序列相关性的检验 与消除:,By Jimmy,jimmy_,傻瓜EViews系列,一、序列相关性产生的原因与后果 二、序列相关性的检验 三、序列相关性的修正 四、修正结果的再检验 五、说明,一、序列相关性产生的原因与后果:,原因:数据违背了OLS估计的五条基本前提假设之一: 在这种情况下数据具有了多重共线性,对于某两个或多个解释变量而言,它们之间存在着相关性。 具体的经济问题中,一般经验告诉我们,时间序列为基础的数据所建立的模型,往往存在着多重共线性。,后果: 由于多重共线性的存在已经使数据违背了OLS估计的五大基本原则,若不对数据进行处理就进行OLS估计,则会出现以下后果: (1)参
2、数的估计量非有效(方差不再是估计值中最小的)。 (2)变量的显著性检验失去意义。 (3)模型的预测失效。 这些后果的详细解释和其它后果的产生请参阅李子奈版计量经济学P70,我们将拿李子奈书P86的模型作例子:,具体的参数选择和变换这里就不赘述了,大家看书即可,书上一目了然。 数据见下页:,二、序列相关性的检验,1、散点图法: 2、DW检验法: 3、B.G检验:,1、散点图法:,原理:此方法即为计算当前残差与滞后一期残差的散点图。如果大部分点落在一、三象限,则表明随机项存在正自相关。如果大部分点落在二、四象限则表明随机项存在负相关。,第一步、建立工作文档,输入数据并作OLS估计。目的是得到残差r
3、esid。(具体的数据选择和修正步骤见书,此处从略) 第二步、在命令栏键入Scat resid resid(-1) 得到残差的散点图(见下页图):,具体操作方法:,判断标准: 1、若散点在四个象限呈无规律的散布状态,则模型不存在自相关。,2、若散点多散布在一三象限,则模型存在着严重的正自相关。 3、若散点多散布在二四象限,则模型存在着严重的负自相关。,2、DW检验法:,原理:若数据不存在序列相关性,则et和et-1成随机关系,两者的差较为适中,此时DW值则会取一个适中值。而若存在序列相关性的话,则DW的分子会过大或过小,进而影响DW的值。具体的数学证明见李子奈书P62。,Durbin-Wats
4、on检验用于随机误差项之间是否存在一阶自相关的情况。 DW(0,4) DW值在每次的ols估计中都会由EViews系统自动算出,因此这种方法比较简便易行。,具体步骤:,对数据进行ols估计,在所得的对话框中:,判断标准:,(1)DW4-dL,存在负自相关 (3)dUDW4-dU,不存在自相关性 dL与dU的值是根据不同样本的容量N和解释变量的个数P,在给定的不同显著性水平下查得的。 直观上理解,DW值越靠近2,则越不具备自相关性。,具体操作方法:,第一步、在OLS估计结果对话框中选择viewResidual testserial correlation LM test 。,3、Breusch-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 三讲 序列 相关性 检验
链接地址:https://www.31doc.com/p-2072617.html