计量经济学Eviews软件应用5---【序列相关】--1次课课件.ppt

《计量经济学Eviews软件应用5---【序列相关】--1次课课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、计量经济学软件应用——Eviews软件实验之序列相关实验目的：本部分探讨存在违背无自相关的经典假定的情况下，建立线性回归模型的问题。掌握运用Eviews软件检验(D.W.检验、偏相关系数检验、拉格朗日乘数LM检验)和解决(广义差分法)自相关的基本操作方法和步骤，并能对软件运行结果进行解释。知识点：D.W.检验(一阶自相关检验)Eviews软件操作实例例1：表5-1列出了我国城乡居民储蓄存款年底余额(Y)(单位:亿元)和GDP指数(X)(1978年=100)的历年统计资料，试根据样本数据建立中国城乡居民储蓄存款模型，并检验模型是否存在自相关性，若存在，请尝试消

2、除模型中的自相关性。一、创建工作文件二、输入数据三、作散点图绘制散点图，确定模型的函数形式。四、模型参数的估计(取双对数模型)利用OLS法估计模型，并选择统计检验结果较好的模型。经过比较、分析，取居民储蓄存款模型为双对数模型，估计结果见下表。五、检验序列相关性1、D-W检验：因为，取显著水平时，查表得临界值，而，所以存在一阶正自相关性。2、偏相关系数检验：在方程窗口中点击：View/ResidualTest/Correlogram-Q-Statistics，并输入滞后期为12，屏幕将显示残差与滞后值的各期相关系数和偏相关系数，如下页图所示。图中AC表示各期的

3、自相关系数，PAC表示各期的偏自相关系数，为了直观地反映相关系数值的大小，在图形左半部分分别绘制了相关系数和偏相关系数的直方图，其中虚线表示；当第s期偏相关系数的直方块超过虚线部分时，表明偏相关系数，即存在s阶自相关性。从该图可以明显看出，我国城乡居民储蓄存款模型存在着一阶和二阶自相关性。3、B-G检验：在方程窗口中点击：View/ResidualTest/SerialCorrelationLMTest；并选择滞后期为2，屏幕将显示下表信息：其中，，统计量的相伴概率值，所以只要取显著性水平，就可以认为辅助回归模型是显著的，即存在自相关性。又因为的回归系数均显

4、著地不为0，表明居民存款模型存在一、二阶自相关性。自相关性的具体形式：六、序列相关的调整：广义差分法广义差分法的Eviews软件实现过程具体步骤为：1、利用OLS法估计模型，系统将同时计算残差序列RESID。LSYCX2、判断自相关性的类型。IDENTRESID或在方程窗口点击：View/ResidualTest/Correlogram-Q-Statistics，根据和的偏相关系数，初步确定自相关的类型。3、利用广义差分法估计模型。在LS命令中加上AR项，系统将自动使用广义差分法来估计模型。如自相关类型为一阶自回归形式，则命令格式为：LSYCXAR(1)如果

5、模型为高阶自相关形式，则再加上等等。4、迭代估计过程的控制。具体步骤为：在方程窗口中点击Estimate按钮；在弹出的方程说明对话框中点击Options；在迭代程序(Iterativeprecedures)对话栏中重新输入：最大迭代次数(maxiterations)或收敛精度(convergence)。(4)点击OK返回方程说明对话框，再点击OK重新估计模型。在实际操作中，一般是先不引入自回归项，采用OLS估计参数，根据显示的DW统计量，逐次引入直到满意为止。六、序列相关的调整：广义差分法下面对中国城乡居民储蓄存款模型存在的自相关性进行调整。根据前面的检验结

6、果，模型存在一、二阶自相关性，即所以在LS命令中加上AR(1)和AR(2)，键入命令：LSlnYClnXAR(1)AR(2)估计结果如下表所示：输出结果表明，估计过程经过4次迭代后收敛(此时收敛精度取成0.001，最大迭代次数为100次)；的估计值分别为和，并且t检验显著，说明原模型确实存在一、二阶自相关性。调整后模型的，，查表得，，说明模型已不存在一阶自相关性；再进行偏相关系数检验和B-G检验，也表明不存在高阶自相关性，因此，模型已消除了自相关性的影响，中国城乡居民储蓄存款模型应该为：将估计结果与OLS估计相比，OLS估计的常数项估计偏低，斜率系数又估计偏

7、高，而且低估了系数估计值的标准误差。为了强调采用广义差分变换处理了自相关性问题，可以将有关结果用下述形式标注在模型的右端：其中为模型：中的估计值：。Eviews软件操作实例例2：表5-2给出了1978年～1998年我国国内生产总值与出口总额的数据资料，其中X表示国内生产总值(亿元)，Y表示出口总额(亿元)，试建立一元线性回归模型，并检验模型是否存在自相关性，若存在，请尝试消除模型中的自相关性。一、创建工作文件二、输入数据三、作散点图四、模型参数的估计(一元线性回归模型)用OLS估计方法求模型的参数估计点击Quick，选EstimateEquation项，对话

8、框里，键入：YCX输出如下结果五、检验自相关性1、D