計(jì)量經(jīng)濟(jì)學(xué)序列自相關(guān)-資料下載頁
2025-08-11 16:06本頁面
【導(dǎo)讀】被稱為自協(xié)方差系數(shù)（coefficientof. i是滿足以下標(biāo)準(zhǔn)的OLS假定的隨機(jī)干擾項(xiàng)：。由于序列相關(guān)性經(jīng)常出現(xiàn)在以時(shí)間序列為樣本的模型中，因此，本節(jié)將用下標(biāo)t代表i。表現(xiàn)在時(shí)間序列不同時(shí)間的前后關(guān)聯(lián)上。所設(shè)定的模型“不正確”。了重要的解釋變量或模型函數(shù)形式有偏誤。t，如果X3確實(shí)影響Y，則出。t,，包含了產(chǎn)出的平方對(duì)隨。機(jī)項(xiàng)的系統(tǒng)性影響，隨機(jī)項(xiàng)也呈現(xiàn)序列相關(guān)性。隨機(jī)干擾項(xiàng)出現(xiàn)序列相關(guān)。聯(lián)系，表現(xiàn)出序列相關(guān)性。即同方差性和互相獨(dú)立性條件。樣本，隨機(jī)擾動(dòng)項(xiàng)前后項(xiàng)之間是相關(guān)的，擾動(dòng)項(xiàng)間的相關(guān)性已完全“認(rèn)識(shí)”清楚。實(shí)有時(shí)并不相符。原因是某一個(gè)樣本的波動(dòng)也可能是其它樣本引起的.擾動(dòng)項(xiàng)方差比實(shí)際偏小，即顯得更為“精確”。負(fù)序列相關(guān)的情形相對(duì)復(fù)雜?；卣鳎耘袛嚯S機(jī)誤差項(xiàng)是否具有序列相關(guān)性。Watson)于1951年提出的一種檢驗(yàn)序列自相關(guān)的方法，的關(guān)系，因此其精確的分布很難得到。，由n和k的大小查DW分布表，得臨界值dL和dU
【正文】 ????????????????????DDDDDΩDDμμDDμμDμμ **??EEEI2??**1*** )(? YXXXβ ??? ?YWXXWXYDDXXDDX11111111)()(????????????????這就是原模型 Y=X?+? 的 加權(quán)最小二乘估計(jì)量 ，是無偏、有效的估計(jì)量。 這里權(quán)矩陣為 D1，它來自于 原模型殘差項(xiàng) ?的方差 協(xié)方差矩陣 ?2W 。 如何得到 ?2W ？ 從前面的推導(dǎo)過程看，它來自于原模型殘差項(xiàng) ?的方差 協(xié)方差矩陣。因此 仍對(duì)原模型進(jìn)行 OLS估計(jì)，得到隨機(jī)誤差項(xiàng)的近似估計(jì)量 ěi，以此構(gòu)成權(quán)矩陣的估計(jì)量，即 ???????????2212~~?nee?W? 這時(shí)可直接以 |}~|/1,|,~|/1|,~|/1{ 211 neeed i a g ???D作為權(quán)矩陣。 注意： 在實(shí)際操作中 人們通常采用如下的經(jīng)驗(yàn)方法： 不對(duì)原模型進(jìn)行異方差性檢驗(yàn)，而是直接選擇加權(quán)最小二乘法，尤其是采用截面數(shù)據(jù)作樣本時(shí)。 如果確實(shí)存在異方差，則被有效地消除了； 如果不存在異方差性，則加權(quán)最小二乘法等價(jià)于普通最小二乘法 七、案例 中國農(nóng)村居民人均消費(fèi)函數(shù) 例 中國農(nóng)村居民人均消費(fèi)支出主要由人均純收入來決定。 農(nóng)村人均純收入包括 (1)從事農(nóng)業(yè)經(jīng)營的收入，(2)包括從事其他產(chǎn)業(yè)的經(jīng)營性收入 (3)工資性收入、 (4)財(cái)產(chǎn)收入 (4)轉(zhuǎn)移支付收入。 考察 從事農(nóng)業(yè)經(jīng)營的收入 (X1)和 其他收入 (X2)對(duì)中國 農(nóng)村居民消費(fèi)支出 (Y)增長的影響 : ???? ???? 22110 lnlnln XXY表 4 . 1 . 1 中國 2020 年各地區(qū)農(nóng)村居民家庭人 均純收入與消費(fèi)支出相關(guān)數(shù)據(jù)（單位：元） 地區(qū) 人均消費(fèi) 支出 Y 從事農(nóng)業(yè)經(jīng)營 的收入 1X 其他收入 2X 地區(qū) 人均消費(fèi) 支出 Y 從事農(nóng)業(yè)經(jīng)營 的收入 1X 其他收入 2X 北 京 3 5 5 2 . 1 4 4 4 6 . 4 湖 北 2 7 0 3 . 3 6 2 5 2 6 . 9 天 津 2 0 5 0 . 9 2 6 3 3 . 1 湖 南 1 5 5 0 . 6 2 河 北 1 4 2 9 . 8 1 6 7 4 . 8 廣 東 1 3 5 7 . 4 3 山 西 1 2 2 1 . 6 1 3 4 6 . 2 廣 西 1 4 7 5 . 1 6 1 0 8 8 . 0 內(nèi)蒙古 1 5 5 4 . 6 海 南 1 4 9 7 . 5 2 1 0 6 7 . 7 遼 寧 1 7 8 6 . 3 1 3 0 3 . 6 重 慶 1 0 9 8 . 3 9 吉 林 1 6 6 1 . 7 四 川 1 3 3 6 . 2 5 黑龍江 1 6 0 4 . 5 貴 州 1123. 7 1 上 海 4 7 5 3 . 2 5 2 1 8 . 4 云 南 1 3 3 1 . 0 3 江 蘇 2 3 7 4 . 7 2 6 0 7 . 2 西 藏 1 1 2 7 . 3 7 浙 江 3 4 7 9 . 2 3 5 9 6 . 6 陜 西 1 3 3 0 . 4 5 安 徽 1 4 1 2 . 4 1 0 0 6 . 9 甘 肅 1 3 8 8 . 7 9 福 建 2 5 0 3 . 1 2 3 2 7 . 7 青 海 1 3 5 0 . 2 3 江 西 1 7 2 0 . 0 1 2 0 3 . 8 寧 夏 2 7 0 3 . 3 6 2 5 2 6 . 9 山 東 1 9 0 5 . 0 1 5 1 1 . 6 新 疆 1 5 5 0 . 6 2 河 南 1 3 7 5 . 6 1 0 1 4 . 1 普通最小二乘法的估計(jì)結(jié)果： 21 ln5 0 8 1 6 5 ?ln XXY ??? ( 1 . 8 7 ) ( 3 . 0 2) （ 1 0 . 0 4 ） 2R= 0 . 7 8 3 1 2R= 0 . 7676 D W = 1 . 89 F = 50 .5 3 R S S = 0 . 8232 異方差檢驗(yàn) 進(jìn)一步的統(tǒng)計(jì)檢驗(yàn) (1)GQ檢驗(yàn) 將原始數(shù)據(jù)按 X2排成升序，去掉中間的 7個(gè)數(shù)據(jù)，得兩個(gè)容量為 12的子樣本。 對(duì)兩個(gè)子樣本分別作 OLS回歸，求各自的殘差平方和 RSS1和 RSS2： 子樣本 1： 21 ln1 1 4 6 XXY ??? () () () R2=， RSS1= 子樣本 2： 21 ln7 7 3 9 XXY ??? () () () R2=， RSS2= 計(jì)算 F統(tǒng)計(jì)量： F= RSS2/RSS1= 查表 給定 ?=5%，查得臨界值 (9,9)= 判斷 F (9,9) 否定兩組子樣方差相同的假設(shè) ， 從而 該總體隨機(jī)項(xiàng) 存在遞增異方差性 。 （ 2）懷特檢驗(yàn) 作輔助回歸 : 2222112 )( l )( l XXXXe ?????? （ ） () () () () 21 XX? () R2 = 似乎沒有哪個(gè)參數(shù)的 t檢驗(yàn)是顯著的 。但 n R2 =31*= ?=5%下 ，臨界值 ?(5)=， 拒絕 同方差性 去掉交叉項(xiàng)后的輔助回歸結(jié)果 2222112 )( l )( l XXXXe ????? () () (064) () () R2 = X2項(xiàng)與 X2的平方項(xiàng)的參數(shù)的 t檢驗(yàn)是顯著的，且 n R2 =31? = ?=5%下 ，臨界值 ?(4)= 拒絕 同方差 的原假設(shè) 原模型的加權(quán)最小二乘回歸 對(duì)原模型進(jìn)行 OLS估計(jì)，得到隨機(jī)誤差項(xiàng)的近似估計(jì)量 ěi，以此構(gòu)成權(quán)矩陣 ?2W的估計(jì)量； 再以 1/| ěi|為權(quán)重進(jìn)行 WLS估計(jì)，得 21 ln5 2 1 9 XXY ??? ( 5 . 1 2 ) ( 5 . 9 4 ) （ 2 8 . 9 4 ） 2R= 0 . 9 9 9 9 2R= 0 . 9 9 9 9 D W = 2 . 4 9 F = 9 2 4 4 3 2 R S S = 0 . 0 7 0 6 各項(xiàng)統(tǒng)計(jì)檢驗(yàn)指標(biāo)全面改善
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1