eviews數(shù)據(jù)統(tǒng)計(jì)與分析教程5章-資料下載頁(yè)
2025-05-11 21:48本頁(yè)面
【正文】 的檢驗(yàn) （ 1）杜賓（ D .W .—DurbinWatson）檢驗(yàn)法 如果， 0 D .W . dt ，存在一階正自相關(guān) dt D .W . du ，不能確定是否存在自相關(guān) du D .W . 4－ du ，不存在自相關(guān) 4－ du D .W . 4－ dt 不能確定是否存在自相關(guān) 4－ dt D .W . 4 ，存在一階負(fù)自相關(guān) EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) （ 1）杜賓（ D .W .—DurbinWatson）檢驗(yàn)法 使用 D .W .檢驗(yàn)時(shí)應(yīng)注意，因變量的滯后項(xiàng) yt1不能作為回歸模型的解釋變量，否則 D .W .檢驗(yàn)失效。另外，樣本容量應(yīng)足夠大，一般情況下，樣本數(shù)量應(yīng)在 15個(gè)以上。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) （ 2） LM（拉格朗日乘數(shù) —Lagrange Multiplier）檢驗(yàn)法 LM 檢驗(yàn)原假設(shè)和備擇假設(shè)分別為： H0：直到 p階滯后不存在序列相關(guān) H1：存在 p階序列相關(guān) LM的統(tǒng)計(jì)量為 LM = nR2 ～ χ 2（ p） 其中， n為樣本容量， R2為輔助回歸模型的擬合優(yōu)度。 LM統(tǒng)計(jì)量服從漸進(jìn)的 χ 2（ p）。在給定顯著性水平的情況下，如果 LM統(tǒng)計(jì)量小于設(shè)定在該顯著性水平下的臨近值，則接受原假設(shè)，即直到 p階滯后不存在序列相關(guān)。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) 序列相關(guān)性的后果： ?用 OLS（最小二乘估計(jì)法）得到的估計(jì)參數(shù)將不再有效； ?變量的顯著性檢驗(yàn)（ t檢驗(yàn)）失去意義； ?模型不再具有良好的統(tǒng)計(jì)性質(zhì)，并且模型失去了預(yù)測(cè)功能。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) 方法： （ 1）相關(guān)系數(shù)檢驗(yàn)法 （ 2）逐步回歸法 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) （ 1）相關(guān)系數(shù)檢驗(yàn)法 在群對(duì)象窗口的工具欄中選擇 “ View‖ | ―Correlations‖ | ―Common Sample‖選項(xiàng)，即可得到變量間的相關(guān)系數(shù)。 如果相關(guān)系數(shù)較高，則變量間可能存在線性關(guān)系，即模型有多重共線性的可能。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) （ 2）逐步回歸法 當(dāng)在回歸模型中增加或減少解釋變量個(gè)數(shù)時(shí)，如果擬合優(yōu)度變化很大，說(shuō)明新引進(jìn)的變量是一個(gè)獨(dú)立的解釋變量，即它與其他變量間是相互獨(dú)立的，模型不存在多重共線性；如果擬合優(yōu)度變化不大，說(shuō)明新引進(jìn)的變量不是一個(gè)獨(dú)立的解釋變量，它可由原有的解釋變量的線性組合構(gòu)成，即它與其他變量間非相互獨(dú)立，模型可能存在多重共線性。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、 線性回歸模型的檢驗(yàn) 消除多重共線性方法： ?剔除法 ?差分法 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 本章小結(jié)： ? 掌握線性回歸模型的基本原理 ? 掌握回歸模型的檢驗(yàn)方法 ? 熟練各檢驗(yàn)的 EViews相關(guān)操作
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1