当前课程知识点:计量经济学 > 6.自相关 > 6.1自相关性及其后果 > 6.1自相关性及其后果
我们回顾一下CLRM模型的假设条件
除前面要求的同方差
没有严重的多重共线性之外
还要求残差项之间没有自相关性
或者说没有序列相关
下面我们就开始讲授残差项自相关性的概念及其后果
对变量进行回归
得到样本回归函数
同时得到一个残差序列ui^
在这个序列中
除去其中的第一项
余下的残差项形成一个新的残差序列
称为滞后一项
记为ui^(-1)
如果除去ui^中的前两项
形成一个新的残差序列
称为滞后二项
记为ui^(-2)
如果这样不断地滞后下去
会得到不同的残差序列
自相关性是指不同的残差序列之间的协方差为0
或者是乘积的期望值为0
下图中
残差项与残差项的滞后一项之间
就存在较强的相关性
叫Markov一阶自回归
记为AR(1)
这个方程是残差项与滞后二项之间的过原点的回归
叫Markov二阶自回归
记为AR(2)
对自回归方程而言
对et也是有要求的
如残差项的自相关性是什么原因导致的呢
其实也难说清楚
可能是经济数据的惯性作用
或者周期性作用的结果
可能是蛛网现象导致的
所谓蛛网现象是指
本期的产量Yt与该商品上期的价格Pt-1之间的回归
即Yt等于b1加上b2乘以pt-1加残差项ut
可能是数据的技术处理导致的
例如数据的平滑
数据的外推和内插处理
当然更可能是选择的模型偏误导致的
列举两个例子加以说明
如果没有偏误的模型是这样的
而我们选择的模型却是这样的
结果残差项Vt就会含有信息
即vt等于b4乘以X4t加ut
再举个例子
图中的产出记为X
边际成本为Y
作散点图
从图中看出
如果用二次函数拟合散点可能比较好
如果我们在选择模型时却选择了直线
这时就形成残差序列ui^
如果用Yi^为横坐标
ui^为纵坐标
散点图为
根据变量ui^
根据变量ui^
写出残差项的滞后一期变量ui^(-1)
形成散点图
显示他们之间存在相关性
这个例子可以看出
模型选择偏误是如何导致残差项之间的自相关性的
注意
截面数据的回归模型要注意检验异方差性
而时间序列数据的回归模型
要注意检验残差项的自相关性
如果残差项之间存在自相关性
有什么后果呢
如同残差项之间的异方差一样
如果残差项之间存在自相关性
OLS法得到的回归估计量是线性的无偏的
但不再是有效的
也就是说
不再是最小方差
不再是最小方差
BLUE破坏了
OLS法得到的回归估计量的估计方差是有偏的
T检验和F检验的结果不可靠
R平方不能测度样本点与样本回归函数之间
真实的拟合程度
利用模型进行预测的方差也是无效的
可见相关性的问题必须认真侦测
并设法进行救治
-1.1-教学构架
--1.1-教学构架
-1.1E-文件、数据、变量与群实验
-1.2 -数据-变量-模型
-1.2E1-窗口与菜单实验
-1.2E2-变量描述统计与显示实验
-1.3-假设检验的一般逻辑
-1.3E-齐性检验与分布检验实验
-第一章 作业
-2.1最小平方法与决策系数
-2.2 CLRM假设条件
-2.3 回归分析
--2.3 回归分析
-2.3E1 回归分析实验
-2.4 回归检验
--2.4 回归检验
-2.4E1 回归检验实验
-2.4E2 回归检验实验
-2.5 预测与分析
-2.5E 预测实验
-第二章 作业
-3.1非线性回归模型的线性化(1)
-3.2非线性回归模型的线性化(2)
-3.2 E非线性化的转换实验
-第三章 作业
-4.1哑变量及设置
-4.2哑变量的回归
-4.3结构稳定性问题
-4.3E哑变量回归实验
-第四章 作业
-5.1异方差概念及其后果
-5.2异方差侦测方法
-5.2E异方差侦测实验
-5.3异方差救治措施
-5.3E异方差救治实验
-第五章 作业
-6.1自相关性及其后果
-6.2自相关性侦测方法
-6.2E自相关性侦测实验
-6.3自相关性救治措施
-6.3E自相关性救治措施实验
-第六章 作业
-7.1多重共线性及其后果
-7.2多重共线性侦测方法
-7.2E多重共线性侦测实验
-7.3多重共线性救治措施
-7.3E多重共线性救治措施实验
-第七章 作业
-8.1模型选择:标准与检验
-8.1E模型选择:检验与实验
-第八章 作业
-课程勘误