【正文】 診斷：殘差圖（ei與x）；懷特檢驗(yàn)。有兩種方法：顯著性檢驗(yàn)法和置信區(qū)間法。（3）有效性。（4）ui的方差是常數(shù)，即同方差。 三、設(shè)定數(shù)學(xué)模型（變量之間是確定性的數(shù)量關(guān)系） ↘非同階單整→差分使平穩(wěn)→VAR→Granger因果檢驗(yàn) for 短期因果關(guān)系這種檢驗(yàn)的方法是檢驗(yàn)變量存在共同的協(xié)整的秩。隨著面板數(shù)據(jù)在經(jīng)濟(jì)領(lǐng)域應(yīng)用,對(duì)面板數(shù)據(jù)單位根的檢驗(yàn)也逐漸引起重視。*橫截面的異方差與序列的自相關(guān)性是運(yùn)用面板數(shù)據(jù)模型時(shí)可能遇到的最為常見的問題,此時(shí)運(yùn)用OLS可能會(huì)產(chǎn)生結(jié)果失真,因此為了消除影響,對(duì)我國東、中、西部地區(qū)的分析將采用不相關(guān)回歸方法( SeeminglyUnrelated Regression, SUR)來估計(jì)方程。另外，第二步中變量差分滯后項(xiàng)的多少，可以殘差項(xiàng)序列是否存在自相關(guān)性來判斷，如果存在自相關(guān)，則應(yīng)加入變量差分的滯后項(xiàng)。誤差修正模型的建立（1）Granger 表述定理 誤差修正模型有許多明顯的優(yōu)點(diǎn)：如 a）一階差分項(xiàng)的使用消除了變量可能存在的趨勢(shì)因素，從而避免了虛假回歸問題； b）一階差分項(xiàng)的使用也消除模型可能存在的多重共線性問題； c）誤差修正項(xiàng)的引入保證了變量水平值的信息沒有被忽視； d）由于誤差修正項(xiàng)本身的平穩(wěn)性，使得該模型可以用經(jīng)典的回歸方法進(jìn)行估計(jì)，尤其是模型中差分項(xiàng)可以使用通常的t檢驗(yàn)與F檢驗(yàn)來進(jìn)行選取。（***）體現(xiàn)了長期非均衡誤差對(duì)的控制。 μ， 如果將（**）中的參數(shù)，與Yt = α0 + α1Xt + μt中的相應(yīng)參數(shù)視為相等，則（**）式中括號(hào)內(nèi)的項(xiàng)就是t1期的非均衡誤差項(xiàng)。 但如果使用（*）式，即使X保持不變，Y也會(huì)處于長期上升或下降的過程中，這意味著X與Y間不存在靜態(tài)均衡。如果為正，則表示前期的失衡部分無法在后一期作反向回歸調(diào)整。 ，貌似與你的OLS不矛盾。 單位根檢驗(yàn)是對(duì)時(shí)間序列平穩(wěn)性的檢驗(yàn)，只有平穩(wěn)的時(shí)間序列，才能進(jìn)行計(jì)量分析，否則會(huì)出現(xiàn)偽回歸現(xiàn)象；協(xié)整是考察兩個(gè)或者多個(gè)變量之間的長期平穩(wěn)關(guān)系，考察兩者的協(xié)整檢驗(yàn)通常采用恩格爾格蘭杰檢驗(yàn)，兩者以上則用Johansen檢驗(yàn)；格蘭杰因果檢驗(yàn)是考察變量之間的因果關(guān)系，協(xié)整說明長期穩(wěn)定關(guān)系不一定是因果關(guān)系，所以需要在通過格蘭杰因果檢驗(yàn)確定兩者的因果關(guān)系。ADF檢驗(yàn)：1 viewunit root test,出現(xiàn)對(duì)話框，默認(rèn)的選項(xiàng)為變量的原階序列檢驗(yàn)平穩(wěn)性，確認(rèn)后，拒絕原假設(shè)，說明序列是平穩(wěn)的，接受原假設(shè)，說明序列是非平穩(wěn)的；2 重復(fù)剛才的步驟，viewunit root test,出現(xiàn)對(duì)話框，選擇1st difference,即對(duì)變量的一階差分序列做平穩(wěn)性檢驗(yàn)，和第一步中的檢驗(yàn)標(biāo)準(zhǔn)相同，說明是一階平穩(wěn)，則繼續(xù)進(jìn)行二階差分序列的平穩(wěn)性檢驗(yàn)。當(dāng)變量之間存在協(xié)整關(guān)系時(shí)，可以建立ECM進(jìn)一步考察短期關(guān)系，Eviews這里還提供了一個(gè)Wald－Granger檢驗(yàn)，但此時(shí)的格蘭杰已經(jīng)不是因果關(guān)系檢驗(yàn)，而是變量外生性檢驗(yàn)，請(qǐng)注意識(shí)別。假如這樣一種平穩(wěn)的或的線性組合存在，這些非平穩(wěn)（有單位根）時(shí)間序列之間被認(rèn)為是具有協(xié)整關(guān)系的。 (2)格蘭杰因果檢驗(yàn)的變量應(yīng)是平穩(wěn)的，如果單位根檢驗(yàn)發(fā)現(xiàn)兩個(gè)變量是不穩(wěn)定的，那么，不能直接進(jìn)行格蘭杰因果檢驗(yàn)，所以，很多人對(duì)不平穩(wěn)的變量進(jìn)行格蘭杰因果檢驗(yàn)，這是錯(cuò)誤的。 （即存在單位根），并且各個(gè)序列是同階單整（協(xié)整檢驗(yàn)的前提），想進(jìn)一步確定變量之間是否存在協(xié)整關(guān)系，可以進(jìn)行協(xié)整檢驗(yàn)，協(xié)整檢驗(yàn)主要有EG兩步法和JJ檢驗(yàn) (1)EG兩步法是基于回歸殘差的檢驗(yàn)，可以通過建立OLS模型檢驗(yàn)其殘差平穩(wěn)性 (2)JJ檢驗(yàn)是基于回歸系數(shù)的檢驗(yàn)，前提是建立VAR模型（即模型符合ADL模式） ，可以建立ECM進(jìn)一步考察短期關(guān)系，Eviews這里還提供了一個(gè)Wald－Granger檢驗(yàn)，但此時(shí)的格蘭杰已經(jīng)不是因果關(guān)系檢驗(yàn)，而是變量外生性檢驗(yàn)，請(qǐng)注意識(shí)別 ！這是格蘭杰檢驗(yàn)的前提，而其因果關(guān)系并非我們通常理解的因與果的關(guān)系，而是說x的前期變化能有效地解釋y的變化，所以稱其為“格蘭杰原因”。 用EViwes可以選擇普通最小二乘法、加權(quán)最小二乘法（以截面模型的方差為權(quán)）、似不相關(guān)回歸法估計(jì)模型參數(shù)。（詳細(xì)的應(yīng)用例子可參見：蔡莉，《我國貨幣政策有效性的區(qū)域差異分析:20032009》，復(fù)旦大學(xué)2009屆碩士論文，第3639頁。 注意：隨機(jī)效應(yīng)模型EViwes輸出結(jié)果中含有公共截距項(xiàng)。同時(shí)還假定ui，vt，wit之間互不相關(guān)，各自分別不存在截面自相關(guān)、時(shí)間自相關(guān)和混和自相關(guān)。相對(duì)于混合估計(jì)模型來說，是否有必要建立時(shí)刻個(gè)體固定效應(yīng)模型可以通過F檢驗(yàn)來完成。 （2）時(shí)刻固定效應(yīng)模型。 第二種是固定效應(yīng)模型（Fixed Effects Regression Model）。固定在某一年份上，它是由30 個(gè)農(nóng)業(yè)總產(chǎn)值數(shù)字組成的截面數(shù)據(jù)；固定在某一省份上，它是由11 年農(nóng)業(yè)總產(chǎn)值數(shù)據(jù)組成的一個(gè)時(shí)間序列。如：2000、2002002002004各年的北京市GDP分別為112（單位億元）。 在面板數(shù)據(jù)模型形式的選擇方法上，我們經(jīng)常采用F檢驗(yàn)決定選用混合模型還是固定效應(yīng)模型，然后用Hausman檢驗(yàn)確定應(yīng)該建立隨機(jī)效應(yīng)模型還是固定效應(yīng)模型。面板數(shù)據(jù)模型的選擇通常有三種形式：但此時(shí)也不要著急，我們可以在保持變量經(jīng)濟(jì)意義的前提下，對(duì)我們前面提出的模型進(jìn)行修正，以消除數(shù)據(jù)不平穩(wěn)對(duì)回歸造成的不利影響。同樣，這也可以用于檢驗(yàn)Y是X的“原因”，檢驗(yàn)Y的滯后值是否影響X（已經(jīng)考慮了X的滯后對(duì)X自身的影響）。 我們主要采用的是Pedroni、Kao、Johansen的方法。另當(dāng)解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)時(shí)，則必須至少有兩個(gè)解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)。步驟二：協(xié)整檢驗(yàn)或模型修正但基于時(shí)序圖得出的結(jié)論畢竟是粗略的，嚴(yán)格來說，那些檢驗(yàn)結(jié)構(gòu)均需一一檢驗(yàn)。 Shin W 統(tǒng)計(jì)量、ADF Fisher Chisquare統(tǒng)計(jì)量、PPFisher Chisquare統(tǒng)計(jì)量的原假設(shè)為存在有效的單位根過程， Hadri Z統(tǒng)計(jì)量的檢驗(yàn)原假設(shè)為不存在普通的單位根過程。而檢驗(yàn)數(shù)據(jù)平穩(wěn)性最常用的辦法就是單位根檢驗(yàn)。步驟詳解步驟一：分析數(shù)據(jù)的平穩(wěn)性（單位根檢驗(yàn)）動(dòng)態(tài)面板數(shù)據(jù)分析算法1. 面板數(shù)據(jù)簡(jiǎn)介面板數(shù)據(jù)(Panel Data, Longitudinal Data )，也稱為時(shí)間序列截面數(shù)據(jù)、混合數(shù)據(jù)，是指同一截面單元數(shù)據(jù)集上以不同時(shí)間段的重復(fù)觀測(cè)值，是同時(shí)具有時(shí)間和截面空間兩個(gè)維度的數(shù)據(jù)集合，它可以被看作是橫截面數(shù)據(jù)按時(shí)間維度堆積而成。首先，我們可以先對(duì)面板序列繪制時(shí)序圖，以粗略觀測(cè)時(shí)序圖中由各個(gè)觀測(cè)值描出代表變量的折線是否含有趨勢(shì)項(xiàng)和（或）截距項(xiàng)，從而為進(jìn)一步的單位根檢驗(yàn)的檢驗(yàn)?zāi)Ｊ阶鰷?zhǔn)備。由上述綜述可知，可以使用LLC、IPS、Breintung、ADFFisher 和PPFisher5種方法進(jìn)行面板單位根檢驗(yàn)。有時(shí)，為了方便，只采用兩種面板數(shù)據(jù)單位根檢驗(yàn)方法，即相同根單位根檢驗(yàn)LLC（LevinLinChu）檢驗(yàn)和不同根單位根檢驗(yàn)FisherADF檢驗(yàn)（注：對(duì)普通序列（非面板序列）的單位根檢驗(yàn)方法則常用ADF檢驗(yàn)），如果在兩種檢驗(yàn)中均拒絕存在單位根的原假設(shè)則我們說此序列是平穩(wěn)的，反之則不平穩(wěn)。具體操作可以參照李子奈的說法：ADF檢驗(yàn)是通過三個(gè)模型來完成，首先從含有截距和趨勢(shì)項(xiàng)的模型開始，再檢驗(yàn)只含截距項(xiàng)的模型，最后檢驗(yàn)二者都不含的模型。如果只含有兩個(gè)解釋變量，則兩個(gè)變量的單整階數(shù)應(yīng)該相同。 通過了協(xié)整檢驗(yàn)，說明變量之間存在著長期穩(wěn)定的均衡關(guān)系，其方程回歸殘差是平穩(wěn)的。 Eviews好像沒有在POOL窗口中提供Granger causality test，而只有unit root test和cointegration test。如差分某些序列，將基于時(shí)間頻度的絕對(duì)數(shù)據(jù)變成時(shí)間頻度下的變動(dòng)數(shù)據(jù)或增長率數(shù)據(jù)。 檢驗(yàn)完畢后，我們也就知道該選用哪種模型了，然后我們就開始回歸： 在回歸的時(shí)候，權(quán)數(shù)可以選擇按截面加權(quán)（crosssection weights）的方式，對(duì)于橫截面?zhèn)€數(shù)大于時(shí)序個(gè)數(shù)的情況更應(yīng)如此，表示允許不同的截面存在異方差現(xiàn)象。這就是時(shí)間序列，選一個(gè)城市，看各個(gè)樣本時(shí)間點(diǎn)的不同就是時(shí)間序列。面板數(shù)據(jù)由30 個(gè)個(gè)體組成。在面板數(shù)據(jù)散點(diǎn)圖中，如果對(duì)于不同的截面或不同的時(shí)間序列，模型的截距是不同的，則可以采用在模型中加虛擬變量的方法估計(jì)回歸參數(shù)，稱此種模型為固定效應(yīng)模型（fixed effects regression model）。 時(shí)刻固定效應(yīng)模型就是對(duì)于不同的截面（時(shí)刻點(diǎn)）有不同截距的模型。 H0：對(duì)于不同橫截面，不同序列，模型截距項(xiàng)都相同（建立混合估計(jì)模型）。上述模型稱為隨機(jī)效應(yīng)模型。 一般常用的具體檢驗(yàn)方法是:通過構(gòu)造F統(tǒng)計(jì)量判斷是否所有固定影響為零，對(duì)固定效應(yīng)模型和混合模型進(jìn)行篩選。） 隨機(jī)效應(yīng)模型和固定效應(yīng)模型哪一個(gè)更好些？實(shí)際是各有優(yōu)缺點(diǎn)。時(shí)間序列的平穩(wěn)、非平穩(wěn)、協(xié)整、格蘭杰因果關(guān)系步驟：先做單位根檢驗(yàn)，看變量序列是否平穩(wěn)序列，若平穩(wěn)，可構(gòu)造回歸模型等經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型；若非平穩(wěn)，進(jìn)行差分，當(dāng)進(jìn)行到第i次差分時(shí)序列平穩(wěn)，則服從i階單整（注意趨勢(shì)、截距不同情況選擇，根據(jù)P值和原假設(shè)判定）。 ，協(xié)整的意義就是檢驗(yàn)它們的回歸方程所描述的因果關(guān)系是否是偽回歸，即檢驗(yàn)變量之間是否存在穩(wěn)定的關(guān)系。 (3)協(xié)整結(jié)果僅表示變量間存在長期均衡關(guān)系，那么，到底是先做格蘭杰還是先做協(xié)整呢？因?yàn)樽兞坎黄椒€(wěn)才需要協(xié)整，所以，首先因?qū)?