第十章 多元线性回归-自相关问题VIP免费

第十章序列相关问题一、序列相关性二、序列相关性的后果三、序列相关性的发现和判断四、误差序列相关的处理和克服一、序列相关性的定义线性回归模型假设要求对任意都成立误差序列相关比较基本和重要类型——一阶自回归：其中满足0jijjiiEEEEjiiii110二、序列相关性的后果1、参数估计量是无偏的和一致的，但不再是BLUE的，是非有效。2、OLS估计量的方差是有偏的3、检验统计量不再生效，变量显著性检验失去意义。3、模型的预测失效。三、序列相关性的发现和判断（一）残差序列图分析如形成锯齿形或循环状，可断定残差序列存在相关SeiaSeicbSei三、序列相关性的发现和判断分析误差序列相关残差分布图ie000cabieie1ie1ie1ie三、序列相关性的发现和判断例7.1美国进口支出函数给出美国1968年到1987年期进口支出与个人可支配收入（PDI）数据，建立美国支出函数模型，检验残差序列的自相关性。绘出残差序列随时间变化的趋势绘出残差序列与其滞后项三、序列相关性的发现和判断（二）回归检验法首先应用OLS估计模型并求出ε的估计值即残差e，然后以et为被解释变量，以各种可能的相关变量如等作为自变量进行线性拟合如：对各种拟合形式进行统计检验，选择显著的最优的拟合形式作为序列相关的具体形式。21,ttee等,22111tttttttueeeuee三、序列相关性的发现和判断（三）游程检验游程：为同一符号或属性（例如+或-)的一个不间断历程。如：记残差的符号(+或-),有(+++++++)(-)(+++)(-----)(++++)总共有20个残差构成了5个游程。其中一个7个正值的游程（其长度为7）。若游程太多，则意味着e在频繁地变换着符号，表明存在负的序列相关；如果游程太少，则意味着存在正的自相关。在残差是独立的假设下，史威德（Swed）和艾森哈特（Eisenhart）建立了游程检验的临界值。三、序列相关性的发现和判断（三）游程检验令N为观察值的总个数，N1表示+号（正的残差）的个数，N2表示-号（负的残差）的个数，k表示游程个数，在残差是独立的假设下，Swed-Eisenhart给出了游程检验的上下临界值，如果实际游程个数小于或等于下临界值，或是大于或等于上临界值，则可以拒绝零假设，说明所观察的序列是随机的实例7-2利用游程检验判断美国抵押债务方程残差项的自相关性三、序列相关性的发现和判断（四）杜宾-瓦尔森(D-W)检验（适应于一阶自相关情况的检验）DW检验的原理对线性回归模型如果误差项有一阶自回归问题，那么其中的，是均值为0的独立同分布随机变量。10KKXXY110iii1i三、序列相关性的发现和判断根据和的性质，有因此ii221121111iiiiiiiiiiEEEEEE21iiiEEiiniiieee211ˆ三、序列相关性的发现和判断考虑与有密切关系的DW统计量ˆiiniiieeeDW2221ˆ1222222122122122iiniiiiiniiiniiniieeeeeeeeDW三、序列相关性的发现和判断检验误差序列正自相关性DW检验区域图一阶自相关无法判断无一阶自相关性无法判断一阶负自相关实例7-3利用杜宾-瓦尔森检验判断美国抵押债务方程残差项的自相关性DW024Ud4Ld4UdLd三、序列相关性的发现和判断DW检验序列相关性的主要不足：（1）D.W.统计量的扰动项在原假设下依赖于系数矩阵X；（2）回归方程右边如果存在滞后变量，D.W.检验不再有效；（3）仅仅检验残差是否存在一阶序列相关三、序列相关性的发现和判断（五）相关图和Q统计量检验序列相关可以应用所估计回归方程残差序列的自相关和偏自相关系数以及Ljung-BoxQ统计量来检验序列相关。Q统计量的表达式为其中rj是残差序列的j阶自相关系数，T为样本容量，p为设定的滞后阶数。21(2)pjLBjrQTTTj三、序列相关性的发现和判断（五）相关图和Q统计量检验序列相关p阶滞后的Q统计量的原假设是：序列不存在p阶自相关；备选假设为：...