自相关实例与习题.pptx
《自相关实例与习题.pptx》由会员分享,可在线阅读,更多相关《自相关实例与习题.pptx(22页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、首先画折线图,观察各变量与因变量之间的大致关系:graph twoway connected consumption time|connected temp100 time|connected price time|connected income time,yaxis(2)第1页/共22页建立回归模型;进行OLS回归得到:第2页/共22页估计结果显示,气温与收入均显著,而价格和常数不显著。由于这是时间序列数据,我们怀疑其扰动项存在自相关。先画残差与滞后值的散点图第3页/共22页从散点图看可能存在正相关。画自相关与偏相关图第4页/共22页自相关图不明显,偏相关图显示了1阶与10阶之后的高阶自相
2、关。进行BG检验与Q检验,先设定10阶滞后。第5页/共22页10阶自相关不存在,因为要检验1阶自相关,所以先设定2阶滞后检验。不存在2阶自相关,最后检验1阶自相关第6页/共22页第7页/共22页存在1阶自相关。如果用Newey-West方法进行估计,则指定滞后阶数1阶与原估计相比,估计系数相等,系数以及模型整体显著性几乎没变。如果只是追求系数的一致性且在大样本下,可以到此为止。但此例为一阶自相关,可以用FGLS进行估计。第8页/共22页使用PW方法进行估计:第9页/共22页使用CO方法估计:第10页/共22页从估计系数来看,PW法估计原先显著的income变为不显著,CO法估计的显著性与New
3、ey-West方法一致,且从ee/(n-k)来看CO法要比PW法略好一些。自相关可能是遗漏变量造成的,因此可以加入变量的滞后值做自变量进行回归。考虑到这个模型,消费、温度、收入、价格均很有可能是自相关的变量,如果这些自相关变量的滞后值会影响消费,而我们遗漏了,那么必然会导致自相关,所以我们加入所有这些变量的一阶滞后进行回归。第11页/共22页第12页/共22页有一些滞后项显著有一些不显著,但是我们还不能马上根据t检验判断哪些滞后项需要删除,因为可能存在自相关导致t检验不可信。所以我们要首先进行自相关检验。以下是BG检验的结果可以看出加入滞后变量很好地排除了自相关。所以我们可以相信t检验的结果,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 相关 实例 习题
限制150内