自相关.pptx

《自相关.pptx》由会员分享，可在线阅读，更多相关《自相关.pptx（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一、自相关的性质1、在古典线性回归模型中假定扰动项不存在自相关，即,即任一观测值的扰动项不受其他观察值扰动项的影响。,即观测值的扰动项之间存在相关关系。（空间相关、序列相关）,2、自相关,3、例子：（1）在分析家庭消费支出（y）与收入（X）的截面数据时，某家庭收入的样本的消费支出对均值的偏离（扰动项）是否会影响其他家庭收入的样本的消费支出与均值的偏离（扰动项）？（2）分析产出（Y）对劳动（L）和资本投入（K）时，某个季度工人的罢工影响了产出，导致该时间点的产出低于均值（扰动项），那么，下一时间点产出对其均值的偏离（扰动项）是否会受上期的影响呢？,4、由于无法观察到扰动项值，只能以残差来推断扰动

2、项值得变动。,二、自相关的后果1、OLS估计量线性无偏，不再有效；2、OLS估计量的方差有偏，常被低估，故t值变大，更易拒绝原假设，不一定符合事实。3、扰动项方差的估计量为有偏估计，常被低估。4、t检验、F检验、置信区间等均无效。,三、自相关的诊断1、图形法：残差对时间作图（时序图）、残差与其滞后期（残差递差）作图（更直观）；2、德宾-沃森d检验（DW检验）,2、德宾-沃森d检验（DW检验）（1）该方法适用的前提条件（有关d统计量的假设）：1回归模型包含截距项；2变量X为非随机变量；3扰动项的生成机制为,4解释变量中不包含应变量的滞后值。,（2）具体做法为：1、H0：无自相关、H1：有自相关（

3、正、负）2、检验统计量,3、临界值：两个临界值（上临界值、下临界值）、D-W表：n观测值个数；k解释变量个数4、判断决策,4、判断决策,原因：,（3）该方法的优缺点,四、补救措施补救措施取决于对误差项 性质的了解以及对其的假设。,方法1、广义最小二乘,方法2：校正OLS标准误的大样本方法：Newey-West方法。,方法1、广义最小二乘（1）假定误差项服从AR（1）过程：,（2）如何估计,1、一阶差分法,。2、根据d统计量估计,。,3、从OLS残差 中估计,。,方法2： 校正OLS标准误的大样本方法：Newey-West方法。注意：（1）该方法并没有改变OLS估计量的值，仅仅是对标准误进行了修正；（2）该方法仅针对大样本有效。,