序列相关性的判定与补救.doc

《序列相关性的判定与补救.doc》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、实验名称：序列相关性的判定与补救（实验序号：B14201105）5.1实验目的掌握自相关问题出现的来源、后果、检验及修正的原理，以及相关的EViews软件操作方法。5.2实验内容以实验五已克服异方差的中国的消费函数模型（见输出结果图5.4）为例，练习检查和克服模型的自相关的操作方法。由图5.4得到的回归式为：Lnyt=-0.0486+0.9561Lnxt.(6.1)(-0.05)(68.7)R2=0.997,DW=0.55F=47215.3实验步骤5.3.1检验模型是否存在自相关（1）观察残差图，如图6.1，可初步判断残差项存在一定程度的正自相关。（2）用DW检验判断是否存在自相

2、关由EViews输出结果（图5.4）知DW=0.55，若给定a=0.05，查附表，dL=1.08，dU=1.36。因为DW=0.55<1.26,依据判别规则，认为误差项ut存在严重的正自相关。图6.1（3）用LM检验判断是否存在自相关在估计窗口选择View/ResidualTests/SerialCorrealationLMTest（见图6.2）。6图6.2点击后会自动弹出一个设定滞后期（LagSpecification）对话框。输入1，点击OK键，得到LM检验结果，见图6.3。图6.3根据p-值判断拒绝原假设，所以BG（LM）检验结果也说明(6.1)式存在自相关。（4）用回归检

3、验法判断自相关①将估计结果(6.1)式得到的残差定义为ut，首先做一阶自回归，得到估计结果见图6.4。6②对该估计式采用LM检验法检验其自相关性，如图6.5。可以判断出仍然存在自相关。③用残差的二阶自回归形式重新建立模型，见图6.6。④再次用LM检验法判断其自相关性，如图6.7。从图6.7可以看出，此时p-值已经达到0.3，落在接受域，即认为误差项不存在自相关。对图6.6的输出结果进行整理，可以得到残差的二阶回归式为=1.3436-0.8175+vt(6.2)(5.18)(-3.03)R2=0.71,s.e.=0.02,TR2=1.1图6.4图6.56图6.6图6.765.3.2

4、克服自相关图6.8图6.9用广义最小二乘法估计回归参数。根据(6.2)式残差项的回归系数，对变量Lnyt和Lnxt作二阶广义差分GDLnyt=Lnyt-1.3436Lnyt-1+0.8175Lnyt-2GDLnxt=Lnxt-1.3436Lnxt-1+0.8175Lnxt-2以GDLnyt,GDLnxt（t=2,3,…15）为样本再次回归，得EViews输出结果如图6.8。此时LM检验结果见图6.9。可以判断已经很好的克服了自相关。整理广义最小二乘回归结果为GDLnyt=-0.035+0.9582GDLnxt(6.3)(-0.29)(41.62)R2=0.99,s.e.=0.02

5、,DW=2.33TR2=0.596因为b0(1-1.3436+0.8175)=-0.035得，b0=-0.0739所以，原模型的广义最小二乘估计是Lnyt=-0.0739+0.9582Lnxt(6.4)（6.3）式残差图见图6.10。图6.106