湘潭大学计量经济学上机第八次课.ppt

谢谢大家！ 上机课数据下载 一、 打开“计算机”，在地址栏内输入地址后回车； → 用户名：Student 密码： Student123456 → 找到文件夹“计量经济学（周亚霆），复制粘贴数据至桌面（不能直接在Ftp文件夹中直接打开，切记） →回到桌面，打开stata12 ，开始上课 自相关 教学目标 自相关 1.自相关的概念 2.自相关导致的后果 3.自相关性的检验 4.自相关的处理 对于模型 Yi=?0+?1X1i+?2X2i+…+?kXki+?i i=1,2, …,n 自相关或序列相关表示为： Cov(?i , ?j)=E(?i?j)≠0 i?j, i,j=1,2, …,n 自相关：按时间或空间排列的随机扰动项之间存在相关关系。实质上就是某期的误差项依赖于过去若干期的误差项。 一、自相关的概念 ?i是满足以下标准的OLS假定的随机干扰项（白噪音误差项）： AR（ 1）模式即一阶自回归模式： ?i=??i-1+?i -1<?<1 对于一个纯随机过程来说，若其期望和方差均为常数，则称之为白噪声过程。白噪声过程的样本实称成为白噪声序列，简称白噪声。 自相关性产生的后果 1.最小二乘估计量仍是线性无偏估计量，但不再是最优。 2.采用通常的OLS估计量方差的估计公式是错误的，导致估计量方差的一般估计是有偏误的，用有偏的标准误求置信区间、进行假设检验都不再可信。 （课后题9.2） * 然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有自相关性。 基本思路： 三、序列相关性检验 图形法 尽管误差项ut不能直接观测到，样本的OLS残差et是误差项ut 估计量，我们可以通过et的变化判断ut 是否存在自相关。 若残差 et 在时序图中是随机无序变化的，或者前后两期的残差散点均匀分布在四个象限，说明ut不存在自相关； 若残差et随时间呈现正的有规律的变动，说明ut 存在正的自相关；若残差 et 随时间呈现负的有规律的变动，说明 ut 存在负的自相关 * 1、图示法 3、杜宾-瓦森（Durbin-Watson）检验法 假定条件是： （1）解释变量X非随机； （2）相邻的误差项之间相关，且具有一阶自回归形式： ?i=??i-1+?i （3）回归模型中不应含有滞后因变量作为解释变量，即不应出现下列形式： Yi=?0+?1X1i+??kXki+?Yi-1+?i （4）回归含有截距项 该统计量的分布与出现在给定样本中的X值有复杂的关系，因此其精确的分布很难得到。 但是，他们成功地导出了临界值的下限dL和上限dU ，且这些上下限只与样本的容量n和解释变量的个数k有关，而与解释变量X的取值无关。 杜宾和瓦森针对原假设：H0: ?=0， 即不存在一阶自回归，构造如下统计量： D.W. 统计量: （1）计算DW值（0≤DW≤４） （2）给定?，由n和k的大小查DW分布表，得临界值dL和dU （3）比较、判断 若 0<D.W.<dL 存在正自相关 dL<D.W.<dU 不能确定 dU <D.W.<4－dU 无自相关 4－dU <D.W.<4－ dL 不能确定 4－dL <D.W.<4 存在负自相关 0 dL dU 2 4-dU 4-dL 4 正相关 不能确定 无自相关 不能确定 负相关 D.W检验步骤: （课后题9.5） * DW检验考虑的是相邻两期误差项之间的相关性，而布罗施-戈弗雷检验考虑的是多阶误差项之间的相关关系。 对于模型 如果怀疑随机扰动项存在p阶序列相关： 4、布罗施-戈弗雷检验 4、布罗施-戈弗雷检验 步骤： (1)用普通最小二乘法估计以下方程并计算OLS残差 （2）将OLS残差 对原方程中所有解释变量和选定的q阶滞后残差进行回归 统计量 。R2为辅助回归方程的拟合优度。 如果得到的LM统计量超过选定显著性水平下自由度为q的χ2分布临界值，我们就拒绝误差项无序列相关的零假设。 * 5、stata中检验自相关