Eviews实际案例：序列相关性

《Eviews实际案例：序列相关性》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Eviews实际案例：序列相关性中国1980—2000年投资总额与工业总产值资料年份全社会固定工业增加值年份全社会固工业增加资产投资XY定资产投值资XY1980910.91996.519915594.58087.11981961.02048.419928080.110284.519821230.42162.3199313072.314143.819831430.12375.6199417042.119359.619841832.92789.0199520019.324718.319852543.23448.7199622913.529082

2、.619863120.63967.0199724941.132412.119873791.74585.8199828854.733087.219884753.85777.2199929854.735087.219894410.46484.0200032917.739570.319904517.06858.0一、当设定模型为lnYlnX时，序列相关性检验t01tt步骤：1.将数据输入Eviews中2.在建立公式中输入“log(y)clog(x)”3.得到结果1醉客天涯之计量经济学结果显示：该回归方程的DW统计量的值为0.47。在5

3、%的显著性水平下，样本容量为21的DW分布的下限临界值为。0.47小于1.22，则表明存在正的自相关。二、若按一阶自相关假设tt1t，试用杜宾两步法和广义最小二乘法估计原模型（一）杜宾两步法第一步：1.估计模型为：lnYplnY(1p)(lnXplnX)tt101tt1或者lnYplnY(1p)lnXplnXtt101t1t12.在Eviews中输入的公式:“log(y)clog(y(-1))log(x)log(x(-1))”3.运行结果：个得到估计方程如下：lnYˆ0.45680.62

4、78lnY0.4658lnX0.1248lnXtt11tt2（2.908）（7.1814）（5.8228）（-1.0669）R0.99852醉客天涯之计量经济学第二步：1.将估计的pˆ0.6278代入差分模型，得到广义模型，进行eviews运行2.输入公式为：“log(y)-0.6278*log(y(-1))clog(x)-0.6278*log(x(-1))”3.运行结果：最小二乘估计结果为：lnY0.6278lnY0.42570.9017(lnX0.6278lnX)tt11tt（3.272）（23.671）D.W

5、.=1.393由于D.W.=1.393,在5%的显著性水平下，样本容量为19的D.W.检验的临界值为上下限为d1.18，d1.40,检验值落在(dd,)上，故不能确定是否存在一阶序列相关。LULU根据LM法进行检验。在eviews输出结果窗口选择“ViewResidualTestsSeriesCorrelationLMTest”,在随后出现的对话框中填入滞后期数“1”，得到：22检验统计量值为1.248，查询分布，(1)3.841d2.59，检验值小于临界值，0.05U因而不能拒绝原假设，认为模型不存在一阶序列相关。因此估

6、计原模型为：lnYXˆ0.42570.9017lntt10.6278即：lnYXˆ1.1560.9017lntt3醉客天涯之计量经济学（二）广义最小二乘法在Eviews中，选择“QuickEstimateEquation”,输入“log(y)clog(x)AR(1)”AR(1)表示随机干扰项是一阶自回归形式的序列相关。运行结果如下：根据LM法进行检验。在eviews输出结果窗口选择“ViewResidualTestsSeriesCorrelationLMTest”,在随后出现的对话框中填入滞后期数“1”，得到：同上，可以判定

7、模型随机干扰项中不再存在一阶序列相关，因而广义最小二乘估计结果为：lnYˆ1.1640.8994lnX0.6451AR(1)tt**XXXYYY三、采用差分形式ttt1与ttt1作为新数据，估计模型**YXvt01tt，该模型是否存在序列相关选择“QuickEstimateEquation”,在出现的对话框中输入“D(Y)CD(X)”，其中D(Y)与D(X)分别表示对序列Y与X取差分。得到运行结果如下;4醉客天涯之计量经济学D.W.检验值为1.758，大于临界值上限d1.41，小于1d2.59，因此，差分

8、后UU的新数据构建的模型不存在序列相关。5醉客天涯之计量经济学