【正文】
()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(gòu)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 22LL?L一階差分法 一階差分法是將原模型 i i i X Y m b b + + = 1 0 i=1,2, … ,n 變換為 1 1 + D = D i i i i X Y m m b i=2, … ,n ( 2 . 7 .6) 其中 L 1 = D i i i Y Y Y ? 即使對于非完全一階正相關的情況,只要存在一定程度的一階正相關,差分模型就可以有效地加以克服。 ()可變換為: DYi= b1DXi+eI 由于 ei不存在序列相關,該差分模型滿足應用 OLS法的基本假設,用 OLS法估計可得到原模型參數(shù)的無偏的、有效的估計量。采用 OLS法估計可以得到原模型參數(shù)的無偏、有效的估計量。 如果原模型存在: m r m r m r m e i i i l i l i = + + + + 1 1 2 2 L (2. 7 .7) 可以將原模型變換為: i l i l i i l l i l i i X X X Y Y Y e r r b r r b r r + + = ) ( ) 1 ( 1 1 1 1 0 1 1 L L L i l l n = + + 1 2 , , , L () 隨機誤差項相關系數(shù) r的估計 ? 應用廣義差分法 , 必須已知不同樣本點之間隨機誤差項的相關系數(shù) r1, r2,… , rl 。 常用的方法有: 迭代法 、 杜賓兩步法 。 ( 2)杜賓 ( durbin) 兩步法 該方法仍是先估計 r1, r2, ?, rL,再對差分模型進行估計。第二步 ,將估計的 lrrr ?,?,? 21 L 代入差分模型ililiillilii XXXYYY errbrrbrr ++= )()1( 1111011 LLL i l l n= + +1 2, , ,L采用 O L S 法估計,得到參數(shù) 110 ),??1( brrb l L 的估計量,記為*0?b , *1?b 。 ? 避免產(chǎn)生虛假序列相關性的措施是在開始時建立一個“一般”的模型,然后逐漸剔除確實不顯著的變量