当前课程知识点:计量经济学 > 6.自相关 > 6.2自相关性侦测方法 > 6.2自相关性侦测方法
对变量进行回归之后
如果残差项之间存在自相关性
回归分析中的估计不是有效的
检验不是有效的
预测也不再是有效的
特别是对时间序列数据的回归
必须对残差项进行自相关性的检验
自相关性的侦测方法
因回归模型不同 样本容量不同 自相关性的情况不同
因回归模型不同 样本容量不同 自相关性的情况不同
侦测方法的选择也不同
可惜没有一个统一、万能的侦测方法
下面学习侦测自相关性
最基本的残差图检验法和D-W d 检验法
残差图侦测法是一种直观的方法
可以用于一阶自相关性的侦测
通常是这样的
先使用选择的模型对样本数据进行回归
回归后自然得到残差项ui^
将残差项与它的滞后一项ui^(-1)做散点图
如果散点图是过原点的直线
说明残差项之间存在一阶自相关性
Dubin-Watson 的d检验法
是最常用的自相关性侦测方法
先利用选取的样本进行回归
得到样本残差项ui^
根据公式计算出统计量d
当然Eviews软件会给出这个统计量的值
残差项ui^对滞后一项ui^(-1)进行一阶自回归
回归系数为P^
反映了残差项之间的自相关性程度的大小
统计量d与回归系数p^之间的数量关系
为d≈2(1-P^)
如果残差项之间是完全正相关
P^=1 d≈0
当残差项之间是完全不相关
P^=0则d≈2
当残差项之间是完全负相关
P^=-1则d≈4
P^=-1则d≈4
可见统计量d的分布在0~4之间
统计量d服从于一个叫Dubin-Watson的分布
这个分布不同于以前我们所学的分布
它有两个临界值dl和 du
临界值通过D-W分布表查得
在课本后面找到D-W分布表
选择显著性水平(5%或者1%)
然后查找观察值个数n和解释变量个数K
对应的dl du
这两个临界值将d所在的区域0至4划分为不同的区间
如图所示
有了这些准备
我们就可以进行自相关性的决策了
我们的决策规则是这样的
如果d统计量落在(0,dl)之间
则残差项之间是正的自相关
当统计量d落在(4-dl,4)之间
则残差项之间是负的自相关
当统计量d落在(du,4-du)之间
则残差项之间是不相关的
注意
当统计量d落在(dl,du)或(4-du,4-dl)之间
则残差项之间是否有自相关性无法确定
D-W d检验的使用是有条件的
要求回归模型带有截距项
不能是过原点的回归
要求变量X是非随机的 给定的
要求回归模型的残差项之间
只能是一阶的自回归形式
即ut=p*ut-1+et
要求回归模型的解释变量之间不能含有被解释变量
即模型不能是自回归模型
如Yt=B1+B2*Xt+B3*Yt-1+ut
如果这些条件不能满足
则就不能使用D-W d检验来侦测
残差项之间的自相关性
这时我们只有选择别的方法
例如B-G检验 、Durbin-H检验
Run也就是流程检验等等
这些方法在课本的练习中
同学们很容易自学习得
-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