自相關(guān)計(jì)量經(jīng)濟(jì)學(xué)(1)(編輯修改稿)
2025-06-19 02:24 本頁面
【文章內(nèi)容簡介】 ?????????2121222212 ( 2 . 5 . 6 )當(dāng) n 較大時(shí)， ~ , ~ , ~e e eiiniiniin2212221??? ?? ? ? 大致相等，則 (2 . 5 . 6 ) 可以化簡為： )1(2)~~~1(2..1221??????????niiniiieeeWD式中，??? ??????????niiniiiniiniiieeeeee22211221~~~~~~為一階自相關(guān)模型 ttt???? ??? 1 11 ??? ?的參數(shù)估計(jì)，如果存在完全一階正相關(guān) ， 即 ?=1， 則 .? 0 如果存在完全一階負(fù)相關(guān) ， 即 ?= 1， 則 .? 4 如果完全不相關(guān) ， 即 ?=0， 則 .?2 （ 1） 從判斷準(zhǔn)則看到 ， 存在一個(gè)不能確定的 ， 這是這種檢驗(yàn)方法的一大缺陷 。 （ 2） ， 但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問題中 ， 一階自相關(guān)是出現(xiàn)最多的一類自相關(guān)； （ 3） 經(jīng)驗(yàn)表明 ， 如果不存在一階自相關(guān) ， 一般也不存在高階自相關(guān) 。 所以在實(shí)際應(yīng)用中 ， 對于自相關(guān)問題一般只進(jìn)行 。 ?注意： 四、具有自相關(guān)性模型的估計(jì) ? 如果模型被檢驗(yàn)證明存在自相關(guān)性，則需要發(fā)展新的方法估計(jì)模型。 ? 最常用的方法是 廣義最小二乘法 （ GLS: Generalized least squares）、 一階差分法 （ FirstOrder Difference)和 廣義差分法 (Generalized Difference)。 廣義最小二乘法 ? 對于模型 Y=XB+N () 如果存在自相關(guān) ， 同時(shí)存在異方差 ， 即有 EC o v Ew w ww w ww w wnnn n n( )( ) ( )?? ? ? ? ???? ? ? ??????????????021 12 121 2 21 2?????? 設(shè) ?=DD’ 用 D1左乘 ()兩邊 ， 得到一個(gè)新的模型： D1 Y=D1 XB+D1 N () 即 Y*=X*B+N* 該模型具有同方差性和隨機(jī)誤差項(xiàng)互相獨(dú)立性 。 E E( ) ( )* *? ? ? ?? ? ? ?? ?D D1 1? ? ???? ???? ?? ?? ?D DD WDD D D DI1 11 2 11 2 12E ( )? ????? 于是，可以用 OLS法估計(jì)模型 ()，得 ? ( )* * * *? ? ? ??X X X Y1 YΩXXΩXYDDXXDDX11111111)()(???????????????? （ ) ? 這就是原模型 ()的 廣義最小二乘估計(jì)量 (GLS estimators)，是無偏的、有效的估計(jì)量。 ? 如何得到矩陣 ?？ 仍然是對原模型 ()首先采用普通最小二乘法 ， 得到隨機(jī)誤差項(xiàng)的 近似估計(jì)量 ， 以此構(gòu)成矩陣的估計(jì)量 ? ， 即 ?~ ~ ~ ~ ~~ ~ ~ ~ ~~ ~ ~ ~ ~? ?????????????e e e e ee e e e ee e e e ennn n n121 2 12 1 2221 22????? 可行的廣義最小二乘法 （ FGLS, Feasible Generalized Least Squares） 文獻(xiàn)中常見的術(shù)語 如果能夠找到一種方法，求得到 Ω的估計(jì)量，使得 GLS能夠?qū)崿F(xiàn)，都稱為 FGLS 前面提出的方法，就是 FGLS 一階差分法 一階差分法是將原模型 iiiXY ??? ???10 i = 1,2, ? ,n變換為 11 ?????? iiii XY ??? i = 2,
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1