時間序列
截面數據
面板數據
data y dd x

ls y=c(1)*x+c(2)*dd+c(3)

看t的伴隨概率p，原假設是系數為0，p>0.05說明不拒絕原假設，變量不顯著，說明C2和C3的需要刪除

如果C(2)的顯著性通過，那么-92.87就代表城鎮與農村之間的差異。（要區分以加法/乘法形式加入虛變量的區別）。

刪除c2后：
ls y=c(1)*x+c(3)

刪除c3后：
ls y=c(1)*x

第二題 檢測序列相關

D.W.檢驗:全稱杜賓—瓦森檢驗,適用于一階自相關的檢驗…
LM檢驗：可以檢驗高階序列相關

序列相關，是指總體回歸模型的隨機誤差項之間存在相關關系。
序列相關的階數，就是之后幾階滯后的意思。
（。。。GDP不能做因變量？）

quick- estimate equation, 輸入樣本回歸函數，確定。得到一個“equation"窗口，在這個窗口里面進行以下操作：view- residual diagnostics- LM test。


上圖分別填1,2，3，進行多次檢驗，檢驗是幾階序列相關。

LM檢驗的原假設是不存在序列相關,P值<0.05,所以拒絕原假，說明存在序列相關

檢驗一階

檢驗二階

檢驗三階

好像還要看下面的RESID(-…)的prob

如何消除模型存在序列相關性？
取對數/差分（時間后一項減前一項...）/...

ls gdp c save AR(1) AR(2)

總結

以上是生活随笔為你收集整理的【SPSS】第十周-面板数据的线性回归的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。