【正文】 估計方程如下 ： t =（ ） （ ） R2= .= tttt ugnpri n v ?)l n ()l n ( 1 ???? ? 虛線之間的區(qū)域是自相關(guān)中正負兩倍于估計標(biāo)準(zhǔn)差所夾成的?；貧w方程所采用的變量都是實際 GNP和實際投資；它們是通過將名義變量除以價格指數(shù)得到的，分別用小寫字母 gnp，inv表示。 例 : 利用相關(guān)圖檢驗殘差序列的相關(guān)性 考慮美國的一個投資方程。 如果殘差不存在序列相關(guān) ， 在各階滯后的自相關(guān)和偏自相關(guān)值都接近于零 。 在 EViews軟件中的操作方法： 在方程工具欄選擇 View/Residual Tests/correlogramQstatistics。 反之 ， 如果 ， 在某一滯后階數(shù) p， Q統(tǒng)計量超過設(shè)定的顯著性水平的臨界值 ， 則拒絕原假設(shè) ， 說明殘差序列存在 p階自相關(guān) 。 在實際的檢驗中 ，通常會計算出不同滯后階數(shù)的 Q統(tǒng)計量 、 自相關(guān)系數(shù)和偏自相關(guān)系數(shù) 。 p階滯后的 Q統(tǒng)計量的 原假設(shè)是：序列不存在 p階自相關(guān)；備選假設(shè)為：序列存在 p階自相關(guān) 。 ? ? tktkkktktt uuuu ????? ?????? ????? ,11110 ? 我們還可以應(yīng)用所估計回歸方程殘差序列的自相關(guān)和偏自相關(guān)系數(shù) （ 在本章 ） ， 以及 LjungBox Q統(tǒng)計量來檢驗序列相關(guān) 。 ???????????????? ???? ??11111 ,111 ,11,krrrkrkj jkjkkj jkjkkkk???jkkkkjkjk ??? ?? ,1,1, ???? 要得到 ?k,k的更確切的估計 ， 需要進行回歸 t = 1, 2, ?, T （ ） 因此，滯后 k階的偏相關(guān)系數(shù)是當(dāng) ut 對 ut1， … ， utk 作回歸時 utk 的系數(shù)。 在 k階滯后下估計偏相關(guān)系數(shù)的計算公式如下 （ ） 其中： rk 是在 k階滯后時的自相關(guān)系數(shù)估計值 。 ? ?? ?? ?????? ????? Tt tTkt kttkuuuuuur121u 2． 偏自相關(guān)系數(shù) 偏自相關(guān)系數(shù)是指在給定 ut1， ut2， … ， utk1的條件下 ，ut與 utk之間的條件相關(guān)性 。 稱rk為時間序列 ut的自相關(guān)系數(shù) ， 自相關(guān)系數(shù)可以部分的刻畫一個隨機過程的性質(zhì) 。 2 . 相關(guān)圖和 Q 統(tǒng)計量 1. 自相關(guān)系數(shù) 我們還可以應(yīng)用所估計回歸方程殘差序列的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)來檢驗序列相關(guān) 。 3． 僅僅檢驗是否存在一階序列相關(guān) 。 )?1(2?)??(..12221??????????TttTtttuuuWD DubinWaston統(tǒng)計量檢驗序列相關(guān)有三個主要不足： 1． DW統(tǒng)計量的擾動項在原假設(shè)下依賴于數(shù)據(jù)矩陣 X。 如果存在負序列相關(guān) ， 2～ 4之間 。 ttt uu ?? ?? ? 1 如果序列不相關(guān) ， 2附近 。 1． D_W統(tǒng)計量檢驗 DurbinWatson 統(tǒng)計量 （ 簡稱 D_W統(tǒng)計量 ） 用于檢驗一階序列相關(guān) ， 還可估算回歸模型鄰近殘差的線性聯(lián)系 。 167。 由于資本在時間上的連續(xù)性 ， 以及對產(chǎn)出影響的連續(xù)性 ， 必然導(dǎo)致隨機誤差項的序列相關(guān) 。 虛假序列相關(guān)是指模型的序列相關(guān)是由于省略了顯著的解釋變量而引起的 。 ① 在線性估計中 OLS估計量不再是有效的； EViews提供了檢測序列相關(guān)和估計方法的工具 。 因此 ， 檢驗參數(shù)顯著性水平的 t統(tǒng)計量將不再可信 。 tktkttt uxxxy ?????? ???? ?22110Ttsuu stt ,2,1,00),c o v ( ?????Ttsuu stt ,2,1,00),c o v ( ????? 由于通常假設(shè)隨機擾動項都服從均值為 0， 同方差的正態(tài)分布 ， 則序列相關(guān)性也可以表示為： () 特別的 ， 如果僅存在 () 稱為 一階序列相關(guān) ， 這是一種最為常見的序列相關(guān)問題 。 167。 但是如果擾動項 ut不滿足古典回歸假設(shè) ， 回歸方程的估計結(jié)果會發(fā)生怎樣的變化呢 ？ 理論與實踐均證明 ， 擾動項 ut關(guān)于任何一條古典回歸假設(shè)的違背 ， 都將導(dǎo)致回歸方程的估計結(jié)果不再具有上述的良好性質(zhì) 。 序列相關(guān)及其檢驗 第 3章在對擾動項 ut的一系列假設(shè)下 ， 討論了古典線性回歸模型的估計 、 檢驗及預(yù)測問題 。本章還介紹了非平穩(wěn)時間序列的單位根檢驗方法、 ARIMA模型的建模方法、協(xié)整理論的基本思想及誤差修正模型。進一步討論時間序列的自回歸移動平均模型（ ARMA模型），并且討論它們的具體形式、估計及識別方法。通常一個平穩(wěn)時間序列能夠有效地用其均值、方差和自相關(guān)函數(shù)加以描述。 通常是運用時間序列的過去值 、 當(dāng)期值及滯后擾動項的加權(quán)和建立模型 ， 來 “ 解釋 ” 時間序列的變化規(guī)律 。 LOG窗口顯示 第五章 時間序列模型 關(guān)于標(biāo)準(zhǔn)回歸技術(shù)及其預(yù)測和檢驗我們已經(jīng)在前面的章節(jié)討論過了 ， 本章著重于時間序列模型的估計和定義 ， 這些分析均是基于單方程回歸方法 ， 第 9章我們還會討論時間序列的向量自回歸模型 。 Financial Department 55 %dept(math)。 53 %mend dept。X)=fn %then 51 %put Financial Department。 49 %macro dept(X)。 %dept(math)。 %mend dept。X)=fn %then %put Financial Department。 %macro dept(X)。 NOTE: 數(shù)據(jù)集 有 1 個觀測和 0 個變量。sysday,1,3)。 run。 data %substr(amp。 提交上述程序后 ， Log窗口顯示的結(jié)果為： y=300 z=100+200 例中 ， 宏變量 Y的值是一數(shù)值 ， 而宏變量 Z的值是字符串” 100+200” 。z。 %put y=amp。 %let z=amp。 %let y=%eval(amp。 data。之外的可分辯值 %Str 引用除％和 amp。 宏程序設(shè)計語句及用途 語句 用途 ％ Do 條件處理至一個匹配的 %END語句 ％ Do%Until 重復(fù)循環(huán)直到條件為真 ％ End 結(jié)束 %DO組 ％ Global 創(chuàng)建全局宏變量 %If%Then/%Else 有條件執(zhí)行宏 ％ Input 為宏變量提供值 ％ Let 創(chuàng)建宏變量 ％ MacroName 調(diào)用宏 ％ Macro 定義宏 ％ Mend 結(jié)束宏定義 ％ Put 輸出文件到 LOG窗口 宏函數(shù) 宏計算函數(shù) 函數(shù)名 說明 ％ Eval 計算算術(shù)和邏輯表達式 整數(shù)格式 %SYSEVALF 計算算術(shù)和邏輯表達式 浮點格式 宏引用函數(shù) 函數(shù)名 說明 %Nrstr 引用固定文本，包括 %和 amp。 宏程序語句和宏函數(shù) ? 宏功能包括很多宏程序語句和宏函數(shù)。 ? 例中 ， 由于 SYMPUT子程序用BEST12. 的格式輸出 N的值 ， 故NUMBER的值居右 。 %analyze(yes, stk000002, 2020, 收盤價 ,clpr,2020)。 %analyze(yes, stk000002, 1999, 收盤價 ,clpr,1999)。 %plot。 footnote Plot of amp。 %if %upcase(amp。 run。 symbol1 v=star i=join r=1 c=red。 plot amp。pr amp。 proc gplot data=temp。 %mend create。, n)。 if final then call symput(39。 output。year then do。dat end=final。 data temp。 數(shù)據(jù)步接口程序 子程序 說明S Y M P U T 子程序 由數(shù)據(jù)步產(chǎn)生的信息值創(chuàng)建宏變量S Y M G E T 函數(shù) 由數(shù)據(jù)步產(chǎn)生的信息值創(chuàng)建宏變量例 由數(shù)據(jù)步產(chǎn)生的信息值創(chuàng)建宏變量 。如果想用數(shù)據(jù)步產(chǎn)生的信息值創(chuàng)建宏變量，以便于在后面的程序中使用，可以用下面的編程技術(shù)。test1 amp。 %let test2=%STR(Mr smith%’s house)。 %let test1=%STR(Mr smith’s house)。 NOTE: “DATA 語句”所用時間（總處理時間） : 實際時間 秒 CPU 時間 秒 LOG窗口顯示： 宏引用 使用 %STR或 %NRSTR在宏編譯階段可以屏蔽掉一些特殊字符，避免這些特殊字符影響宏處理器組建宏語句的方式。 NOTE: 數(shù)據(jù)集 有 1 個觀測和 0 個變量。 NOTE: 數(shù)據(jù)集 有 1 個觀測和 0 個變量。 623 run。 621 %mend names。 產(chǎn)生下列 data步語句： DATA DSN1 DSN2 DSN3 DSN4 DSN5。 在 DATA語句中調(diào)用宏 NAMES： data %names(dsn, 5)。 %mend