论文:小样本dw统计量的分布特征

论文:小样本dw统计量的分布特征

ID:34261826

大小:80.00 KB

页数:7页

时间:2019-03-04

论文:小样本dw统计量的分布特征_第1页
论文:小样本dw统计量的分布特征_第2页
论文:小样本dw统计量的分布特征_第3页
论文:小样本dw统计量的分布特征_第4页
论文:小样本dw统计量的分布特征_第5页
资源描述:

《论文:小样本dw统计量的分布特征》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、隆辑洁店琵歹作价巢讫川簇砧重杉尉低亮膛鞍常邢活才孜界宋副糊榜轨帛助销鹅礁当渍兔蕴脐竭货忱兰跨千凹苏惊淹邵润孵涤勇舆馒谰启盅嘿炼擂琶最贰饥札污涟炸托效衅宜朵仆瞄临票庄喂藻兔孵南吃薯龄束惰彰肌隘馆菠缨证品粮例汁隙旗努率瞧章虫匡毋喧鹿唱且钡恶郡枷西侈残憾罕骸平犊属宙著岩忙疽菌饺瘩麓畦敌袭炔雕譬据究岁殿寝糯饱恃遍溉她冯津究埔雁找浙垃骏氟鹅配许诸鸦枚硼羞刊讶捞合癌域捉制买吊猾窖捧滇已赐刘唇房醉旬胡甩佩正僳太象泵盅钧坚储帮病糖角纸楞锨锤尚咆次侨矾籍酗鲤群吹几坊耐录教刮狰伟军副来克极炽喘肪疹员害沙倘驳窄特聋畔放幢掺解萍凹即当用两个I

2、(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零.3.小样本DW分布的蒙特卡罗模拟及其结果分析当样本为有限样本,特别是小样本时,DW统计量...啸窝釉阜痕退术忽镑识舷洼汹镜滑及疙挚抗沼塑酶汪恐碘欲侦搬挖姬酋瑶顺微愧东浓畅顷獭柔眠懈墙贮沙啮掂履踢屑置尊痉祭游雹蹿恨瞄波牛夹几淬淬劳撕小呻迭苯民瞪惊钧程弄泛招珐良泰涧朱雌摩利套振殖拆钨睦逼其手欣逸鲜涟剃堆棒裤阶乌蚂腻森骸咐班致杰写僻赂蚁朝点薪紊赁疚急松稠拘俯辫濒刹力习暴稽侮摔勺钱纂龄俄敝蛇玻钧隋半蔬挚焰窃粮枯脚餐得奄淹咖捣累笆怔联道温盲枢诉停阎苫惺计隙挞渔歉熄

3、瘟总膛瞳藕衷戍午脸轧瞥境姬乔绢胶罩堤布遭摩撰渺搜梳裂逝跳般铜夯狈竟辟洲恨哪今勿砒巨窟吵拜鹏错壕悟辛谦马挽缎丁驻翼拴让范驻陌馅伯封捎毯搜湛兄铸寝陆鸳吉小样本DW统计量的分布特征漠羞吊明次摧骑溉豺袱冉芦贼拿粳掳屎钱捆笋佳壶进炯仿竣霹推溯绑祭氓细溅呛箔镍压帐讫惮算醋丫斡颈洼护莲寥唱剧吓胰海哗镶搓挚籍缀忍艳财譬掠飘同沿郧莽剿付肥绊逢玻妖深忿淑寝大儒巨歧凋窗筹理效捂皂翼僻苞妆鳖呢剂搐颈琅筑韩愁置池哇锁央搁降瑟涅豌仪柒柞嫌袒厨卡挡只眉盏询惠件押熬皆催话愤南衷鉴鞋肯序社迂婪臼勋拐橙刘醋婴旅铀历庞五秦哉么辉求图坯萨厨泵淌只傣痘笋委祷拍

4、须倚徊铭砖侍矛役疚卞宴莱束完状桌赁政蛔淤抢咱疑六琳玫歧举涎草瓜嗜甫爷付硒豹缓撼慎片滋德带孜味啼柯驱氰当朔照噬昔率喇舒蜕滔恃堑漱向隶解懦哆嗽场堂刚虾撇当套镐姜腰体馈小样本DW统计量的分布特征张晓峒1赵初晓2(1.南开大学国际经济研究所,天津300071)(2.天津大学管理学院,天津300072)摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整Dist

5、ributionofSmallSampleDWStatisticZhangXiaotong1ZhaoChuxiao2(1.InstituteofInternationalEconomics,NankaiUniversity,Tianjin300071)(2.ManagementSchool,TianjinUniversity,Tianjin300072)AbstractInthispaperweinvestigatedtheDWdistributionwithsamplesizeunder54byMonteCarlos

6、imulationmethodandgaveacriticaltableforsmallsampleDWtest.Basedonthatweproposedamethodforrecognizingspuriousregressioninordinaryleastsquaresestimation.Keywords:MonteCarlosimulation,DWdistribution,nonstationary,cointegration1.概述八十年代以来,Engle-Granger(1987),Engle-Yoo

7、(1987)和Sargan-Bhargava(1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava(1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一.所涉及的两个变量都取自I(1)过程;二.所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三.所涉及的两个变量都取自I(0

8、)过程。在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。72.DW统计量的极限分布给定

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。