(3)檢驗自相關性 ①殘差圖分析：在方程窗口中點擊Resids按鈕，所顯示的殘差圖(圖5.3.7所示)表明e呈現有規律的波動，預示著可能存在自相關性。 圖5.3.7 殘差圖 運用GENR生成序列E，觀察E，E(-1)圖形(見圖5.3.8)。 圖5.3.8 E與E(-1)散布圖 圖中AC表示各期的自相關系數，PAC表示各期的偏自相關系數，為了直觀地反映相關系數值的大小，在圖形左半部分別繪制了相關系數和偏相關系數的直方圖，其中虛線表示0.5。當第s期偏相關系數的直方塊超過虛線部分時，表明偏相關系數>0.5，即存在s階自相關性。從圖5.3.9可以明顯看出，我國城鄉居民儲蓄存款模型存在著一階和二階自相關性。 ④B-G檢驗：在方程窗口中點擊View＼Residual Test＼Serial Correlation LM Test，并選擇滯后期為2，屏幕將顯示以下信息，見表5.3.3。 表5.3.3 估計結果 5.4 自相關性的解決方法 5.4.1 廣義差分法 設線性回歸模型 2．Durbin兩步估計法 3．迭代估計或科克倫—奧克特(Cochrane-Orcutt)估計 具體步驟為 4.搜索估計法 5.4.3 廣義差分法的EViews軟件實現過程 具體步驟為 1．利用OLS法估計模型，系統將同時計算殘差序列RESID。 LS y c x 2．判斷自相關性的類型。 IDENT RESlD 3．利用廣義差分法估計模型。在LS命令中加上AR項，系統將自動使用廣義差分法來估計模型。如自相關類型為一階自回歸形式，則命令格式為 LS y c x AR(1) 如果模型為高階自相關形式，則再加上AR(2)，AR(3)，…等等。 4．迭代估計過程的控制。具體步驟為 (1)在方程窗口中點擊Estimate按鈕。 (2)在彈出的方程說明對話框中點擊Options。 (3)在迭代程序(Iterative，procedures)對話欄中重新輸入：最大迭代次數(max iterations),或收斂精度(convergence)。 (4)點擊OK返回方程說明對話框，再點擊OK重新估計模型。 在實際操作中，一般是先不引入自回歸項，采用OLS估計參數，根據顯示的DW統計量，逐次引入AR(1)、AR(2)，…，直到滿意為止。 例5.4.1 中國城鄉居民儲蓄存款模型(自相關性調整)。 根據例5.3.1 的檢驗結果，模型存在一、二階自相關性，即 所以在LS命令中加上AR(1)和AR(2)，使用迭代估計法估計模型。鍵入命令 LS lny c lnx AR(1) AR(2) 估計結果如表5.4.1所示。 表5.4.1 迭代估計回歸結果 * * 第五講 自相關性 5.1 自相關性及其產生的原因 5.1.1 什么是自相關性 (a)非自相關的序列圖 (b)非自相關的散點圖 (c)正自相關的序列圖 (d)正自相關的散點圖 (e)負自相關的序列圖 (f)負自相關的散點圖 圖5.1.1 時間序列及其當期與滯后一期變量的散點圖 圖5.1.2 自相關圖 5.1.2 自相關性產生的原因 1．經濟變量慣性的作用引起隨機誤差項自相關 2．經濟行為的滯后性引起隨機誤差項自相關 3．一些隨機偶然因素的干擾引起隨機誤差項自相關 4.模型設定誤差引起隨機誤差項自相關 5．觀測數據處理引起隨機誤差項序列相關 一般經驗告訴我們，對于采用時間序列數據作樣本的計量經濟學問題，由于在不同樣本點上解釋變量以外的其他因素在時間上的連續性，帶來它們對被解釋變量的影響的連續性，所以往往存在序列相關性。 5.2 自相關性的后果 5.2.1 模型參數估計值不具有最優性 1．參數估計值仍是無偏的 2．參數估計值不再具有最小方差性 實際意義。 5.2.4 區間估計和預測區間的精度降低 5.3 自相關性檢驗 5.3.1 圖示法 1．按時間順序繪制殘差圖 圖5.3.1 正自相關 圖5.3.2 負自相關 圖5.3.3 正自相關 圖5.3.4 負自相關 圖示檢驗法可以借助于Eviews軟件來實現。在方程窗口中點擊Resids按鈕，或者點擊View＼Actual，Fitted，Residual＼Table，都可以得到殘差分布圖。 5.3.

總結

以上是生活随笔為你收集整理的计量经济学自相关matlab,计量经济学 自相关性.ppt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。