freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

序列相關性計量經(jīng)濟學-文庫吧資料

2025-05-23 03:38本頁面
  

【正文】 原模型存在完全一階正自相關 , 即在 ?i=??i1+?i 中 , ?=1, ?i不存在序列相關 。如果確實存在異方差性和序列相關性,則被有效地消除了;如果不存在,則廣義最小二乘法等價于普通最小二乘法。 ? ( )* * * *? ? ? ??X X X Y1YXXXYDDXXDDX 11111111 )()( ???????? ??????????? 如何得到矩陣 ?? 仍然是對原模型 Y=XB+N 首先采用普通最小二乘法 , 得到隨機誤差項的 近似估計量 , 以此構成矩陣 ?的估計量 , 即 ?~ ~ ~ ~ ~~ ~ ~ ~ ~~ ~ ~ ~ ~? ?????????????e e e e ee e e e ee e e e ennn n n121 2 12 1 2221 22????? 當我們應用包含有廣義最小二乘法的計量經(jīng)濟學軟件包時,只要選擇廣義最小二乘法,輸入上述方差 — 協(xié)方差矩陣,估計過程即告完成。 ? 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)。 所以在實際應用中 , 對于序列相關問題一般只進行 。 ( 1) 從判斷準則看到 , 存在兩個不能確定的 , 這是這種檢驗方法的一大缺陷 。 ? 為什么可以通過 ? 從直觀上看,如果模型存在正自相關,即對于相鄰的樣本點,ie~都較大或較小,此時,1~~??iiee 較小, .統(tǒng)計量的分子較小, . 值較??;如果模型存在負自相關,即對于相鄰的樣本點,若ie~較大則1~?ie 較小,若ie~較小則1~?ie 較大,此時,1~~??iiee 較大, . 統(tǒng)計量的分子較大, . 值也較大;如果模型不存在自相關,則ie~與1~?ie 呈隨機關系,此時,1~~??iiee 較為適中,則. 統(tǒng)計量取一個適中值。 ? 檢驗步驟 ①計算 , ②根據(jù)樣本容量 n和解釋變量數(shù)目 k,查 布表,得到臨界值 dL和 dU, ③按照下列準則考察計算得到的 ,以判斷模型的自相關狀態(tài)。 并構造如下統(tǒng)計量 ???? ???ni ini iieeeWD12221~)~~(..? 該統(tǒng)計量 的分布與出現(xiàn)在給定樣本中的 X值有復雜的關系,因此其 精確的分布很難得到 。 ? 該方法的假定條件是 : ( 1) 解釋變量 X為非隨機變量; ( 2) 隨機誤差項 ?i為一階自回歸形式: ?i =??i1+?i ( 3) 回歸模型中不應含有滯后被解釋變量作為解釋變量 , 即不應出現(xiàn)下列形式: Yi=b0+b1X1i+… +bkXki+?Yi1+?i ( 4) 回歸模型中含有截距項; ( 5) 沒有缺失數(shù)據(jù) 。 然后,對各個方程估計并進行顯著性檢驗,如果存在某一種函數(shù)形式使得方程顯著成立,則說明原模型存在這種函數(shù)形式的序列相關性。 解析法 ( 1) 回歸檢驗法 以 i e ~ 為被解釋變量,以各種可能的相關量, 1 ~ ? i e 、 2 ~ ? i e 、 2 1 ~ ? i e 等為解釋變量,建立各種 ,n ) i i i e e ? ? ? ? ? 1 ~ ~ ( i=2, … i i i i e e e ? ? ? ? ? ? ? ? ? 2 2 1 1 ~ ~ ~ ? ( i=2, … ,n ) 諸如以 方程,如: ? 具體應用時需要反復試算。 三、序列相關性的檢驗 基本思路 ? 序列相關性檢驗方法有多種,但基本思路是相同的: ? 首先,采用普通最小二乘法估計模型,以求得隨機誤差項的 “ 近似估計量 ” ? 然后,通過分析這些 “ 近似估計量 ” 之間的相關性,以達到判斷隨機誤差項是否具有序列相關性的目的。 模型的預測功能失效 ? 由于上述后果,使得模型不具有良好的統(tǒng)計性質。 因此,當隨機誤差項存在序列相關時, t 檢驗失去意義。 變量的顯著性檢驗失去意義 在變量的顯著性檢驗中,構造了 t統(tǒng)計量,該統(tǒng)計量服從自由度為 (nk1)的 t分布。 此外,當歷史數(shù)據(jù)缺失時,在兩個時間點之間采用“內(nèi)插”技術,也可能導致隨機干擾項出現(xiàn)序列相關。 意思是 , 農(nóng)民由于在前一年度 ( t1) 的過量生產(chǎn) ( 使該期價格下降 ) 很可能導致在下一年度 ( t)削減產(chǎn)量 , 因此不能期望隨機干擾項是隨機的 , 往往產(chǎn)生一種蛛網(wǎng)模式 。 (4)蛛網(wǎng)現(xiàn)象 例如: 農(nóng)產(chǎn)品供給對價格的反映本身存在一個滯后期: Qt= ?0+?1Pt1+?t 其中: Qt=t 年農(nóng)產(chǎn)品的供給 。 (3)設定誤差:不正確的函數(shù)形式
點擊復制文檔內(nèi)容
環(huán)評公示相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1