【導讀】自相關的基本概念及經(jīng)濟意義；與異方差性的后果進行比較，差異在何處？檢驗自相關性的基本思路；自相關的D-W檢驗法；六章知識，判斷和解決實際問題中可能存在的問題。但在實踐中，該基本假定常得不到滿足。往會影響其后期水平，從而造成模型前后期的隨機誤差項有自相關；某一季度的產出受到罷工的影響而下降，下一季度的產出也可能受到影響，這就造成隨機誤差項有自相關。以許多經(jīng)濟變量前后期總是相互關聯(lián)的，即期的變量受以前各期的影響。在建立回歸模型時，隨機擾動項將會序列相關。當期家庭消費水平在很大程度受上期消費水平的制約；企業(yè)第t期的產量與第t-1、t-2、---期密切相關。俗、環(huán)境等多方面的因素，消費者在收入下降、或者價格上升時也要保持原來的消費水準。所以，前期的消費狀況Yt-1影響本期的消費支出。映在模型中就是干擾項有序列相關。是隨機誤差項存在自相關時，計算出的的估計量,其方差為：2?嚴重低估計總體方差三、

　　

【正文】 ixtkktt uxx ????? ??? ?110 設 Y是二值響應的觀測值 ， X是解釋變量 )/( ttt xyEp ? 經(jīng)濟主體選擇 1， 概率為 經(jīng)濟主體選擇 2， 概率為 則 作為簡單回歸模型的擴展 ， 當然可以用來描述 。 )/1( tt xyp ?)/1(1 tt xyp ??)/( tt xyE pxypxyp tttt ??????? )/0(0)/1(1 隨機擾動項非正態(tài)； 作為概率值 ， 不能保證擬合值始終在 [0， 1]范圍之內； 可能存在異方差 二 、 模型 作為對線性概率模型的修正，我們可以考慮在模型中引入轉換函數(shù)而保證應變量的取值范圍始終位于 [0， 1]。 Logistic),()/1( ?ttt xFxypp ???),(1)/0( ?ttt xFxypq ????現(xiàn)在的問題是 具有什么樣的函數(shù)形式 。 如果我們取 為邏輯函數(shù) (.)F (.)F)ex p (1)ex p (),()(l o g???ttt xxxpis tic????)ex p (1)ex p ()/1(??tttt xxxyp???ppLn?1 tkktt uxx ????? ??? ?110))1(,0(~iiii nppNu ?注：機會比率 ， 成敗比 。 iipp?1特點：有異方差情形 三 、 PROBIT模型 更為一般的情形 ， 如果選擇 F（ .） 是標準正態(tài)分布 ，則產生 PROBIT模型 。 )()/1( ?ttt xFxyp ?? dttx )21ex p (21 2?? ? ?? ? ? 在一次住房展銷會上，與房地產商簽訂初步購房意向書的共有 325名顧客，在隨后的 3個月的時間內，只有一部分顧客確實購買了 房屋。購買了房屋的顧客記為“ 1”，沒有購買的人記為“ 0”。以顧客 的年家庭收入為自變量 X，根據(jù)如下資料，分析收入 8萬元的家庭買 房的可能性。 年家庭收入（萬元） 簽訂意向書人數(shù)（人） 實際購房人數(shù)（人） 25 8 32 13 58 26 52 22 43 20 39 22 28 16 21 21 15 10 用三個模型分別討論這個問題。 C oe f f i c i e nt sa. 2 8 5 . 0 2 4 1 1 . 6 5 9 . 0 0 03 . 7 8 3 E 0 2 . 0 0 4 . 9 6 3 9 . 4 0 6 . 0 0 0( C o n s t a n t )收入（萬元）M o d e l1B S t d . E r r o rU n s t a n d a r d i z e dC o e f f i c i e n t sB e t aS t a n d a r d iz e dC o e f f i c i e ntst S i g .D e p e n d e n t V a r i a b le : 實際購房比例a . 分析收入 8萬元的家庭買房的可能性為 xy 03 7 ??58 74 *03 78 ???y 判類觀測類 0 1 預測正確率（ %） 0 121 43 % 1 89 60 % 合計 210 103 % Variables in the Equation Variable B . Wald df Sig R Exp(B) X1 .1498 .0534 1 .0050 .1164 Constant .2931 1 .0037 Xpit 14 )(l og ???34 )(l og ?????pit58 57 ))34 x p(1/(1 ????p Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX) X1 Regression Coeff. Standard Error Coeff./. .03309 Intercept Standard Error Intercept/. .18151 Number of Observed Expected X1 Subjects Responses Responses Residual Prob .34773 .748 .38288 .41903 .45588 .49310 .53039 .112 .56742 .60386 .409 .63941 )/1( tt xyp ? dttx )21ex p (21 20 9 3 5 3 1 7 ?? ? ???? ?)/1( tt xyp ? dtt )21ex p (21 28*0 9 3 5 3 1 7 ?? ? ???? ?5 8 5 7 2 0 4 3 )21e x p (21 22 1 6 5 ??? ? ?? dtt?第五節(jié) 設定誤差 ????????????????????不成立？成立？假定三、有關擾動項的若干不正確？正確？二、模型的函數(shù)形式誤選？遺漏？一、解釋變量的構成設定模型時，包括： 本節(jié)主要討論變量的 遺漏、誤選 兩類設定誤差 一、相關變量的遺漏估計量為：的）中的則模型（）（模型誤設為）（設正確模型為O L SuXYuXXYiiiiiii22213322122:1:?????????????)3()( ))((? 2222 XXYYXXiii???????)4()()]()()]()()()[()()()) [ (()())((?:),3()1(22222323222232322222233322222222332213322122222222iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiixuuxxxxxuuxxxxXXuuXXXXXXXXuXXuXXXXXXYYXX?????????????????????????????????????????????????????????解得代入將的樣本方差。為的樣本協(xié)方差；、為其中：）（）（）（兩邊取期望：對223222232223232222222323222322325?])([?)4(XSXXSSSxxxExuuxxxxEExxxxxxiiiiiiiiii??????????????????????.)?(,?(?,?)1(?(。??3??02?01)5(2222222222222221223222322323232是有偏估計故））（）是無偏估計（））（的方差為有偏估計）仍是有偏的）。證明，為無偏估計量（但可以，不相關，即、若）計量；為有偏、且不一致的估，是相關的，即、若）式知：由????????????V arV arV arV arSSxV arxV arSXXSXXxxxiixxxx????????二、無關變量的誤選估計量為：的）中的則模型（）（模型誤設為）（設正確模型為O L SuXXYuXYiiiiiii23322122127:6:?????????????)8()(? 23223223232322iiiiiiiiiiixxxxxxyxxyx????????????)1()?)][)][?:),8()()6(22222223223223322232222232xxxiiiiiiiiiiiiiiiiiiSSxV arxxxxuuxxxuuxxuuxy????????????????????????（）（））（（（）（（）（整理得代入的離差形式將)?)?1011)?)?)??2??。?12222222222222221122232232?????????????（（即；；）（（（（因為不是有效估計量。）且均為一致估計量）（；）（：同時可以證明）（）V arV arSSSSV arV arxV arEEExxxxxxi??????????相關變量的 遺漏 ：損失了估計量的 無偏性 、 一致性 ； 相關變量的 誤選 ：損失了估計量的 有效性 。 三、設定誤差的檢驗。系數(shù)的顯著性進行檢驗設檢驗對無關變量檢驗的基本思想：用假無關變量的誤選、1niXXXY iKiKiii ，， ?????????? 2133221 ????? ?不全等于零：檢驗是否為無關變量時，即檢驗）：：檢驗是否為無關變量時，即檢驗)3,2(:。0,(~)?(??0。013203210???????????jHHXXkntestHHXjkkkkk???????。統(tǒng)計量對假設進行檢驗成立，用 ?FH 0檢驗）僅討論相關變量遺漏的檢驗（、 WD ?2關性。得的殘差序列應呈現(xiàn)相機擾動項中，故回歸所關變量應包括在隨相關變量，則遺漏的相基本思想：模型遺漏了漏的變量。自相關性，表示沒有遺若接受原假設，不存在可能有遺漏的變量；正或負）的自相關性，若拒絕原假設，存在（，作出決策：、表得、查檢驗的統(tǒng)計量、計算，得殘差序列估計回歸模型、用）（表示不存在自相關性：檢驗的步驟：uLniiniiiiddWDeeedWDeO L SH??????????3)(210122210?