实验六自相关模型地检验和处理-学生实验报告材料

1、廣柬財建大孕辜商李幌HUASHANG COLLEGEGUANGDONG UNIVERSITY OF FINANCE & ECONOMICS实验报告课程名称：计量经济学实验项 目：实验六 自相关模型的检验和处理实验类型：综合件口 设计性口 验证性专业班别：姓 名：学 号：实验课室：指导教师：石立实验日期：2014年6月13日广东商学院华商学院教务处制、实验项目训练方案小组合作：是否小组成员：无实验目的：掌握自相关模型的检验和处理方法实验场地及仪器、设备和材料实验室：普通配置的计算机，Eviews软件及常用办公软件。实验训练内容（包括实验原理和操作步骤）：【实验原理】自相关的检验：图形法检

2、验、D-W检验自相关的处理：广义差分变换、迭代法【实验步骤】本实验中考虑以下模型：【模型1】财政收入CS对收入法GDPS的回归模型【模型2】财政支出CZ对财政收入CS的回归模型【模型3】消费品零售额SLC对收入法GDPS的回归模型【模型4】财政收入的对数log （cs）对时间T的回归模型【模型5】收入法GDPS的对数log （ GDPS）对时间T的回归模型 数据见“附表：广东省宏观经济数据（部分）-第六章”（一）自相关的检验1图形法检验使用图形检验法分别检验上述 【模型1-4】是否存在自相关问题。分别作这四个 模型的残差散点图（即残差后一项对前一项的散点图：et对e-）和残差趋势图（即 残差e

3、t对时间t的线图），并判断模型是否存在自相关以及是正的自相关还是负的自 相关。【模型1】残差散点图残差趋势图RESID(-I)Residual Actual Fitted结论：从图上看，CS对GDPS回归的残差有一定的自相关。【模型2】残差散点图残差趋势图1500050-100 -150-150-100-50050100150RESID(-I)ResidualActualFitted结论：从图上看，CZ对CS回归的残差应【模型3】残差散点图DLbEK+400-2000200400RESID(-I)400 .200 -0_ -200 _ -400 - -600 rResidualActual F

4、itted结论：从图上看，SLC对GDPS回归的残差有很强的自相关【模型4】残差散点图DISERG-54-3. 1-0. 103.OU.2.6RESID(-1)结论：从图上看，log(CS)对T回归的残差也有很强的自相关(请对得到的图表进行处理，以上在一页内)2. D-W检验分别计算上述【模型1-3】和【模型5】的D-W统计量的值，判断模型是否存在自相关冋题。【模型1】CS= 12.50360 + 0.080296 GDPS(15.58605)(0.001891)(0.802615)(42.45297)RA2=0.985232SE=61.92234DW=0.942712 F=1802.255结

5、论：DW值偏近0，存在自相关【模型2】DW=1.561721结论：DW值接近2，不存在自相关【模型3】DW=0.293156结论：DW值接近0，存在很强的自相关【模型5】DW=0.198218结论：DW值偏近0，存在严重的自相关(请对得到的图表进行处理，以上在一页内)(二) 自相关的处理1. 【模型3】SLC对GDPS回归自相关的处理Dependent Variable: SLCMethod: Least SquaresDate: 06/13/14 Time: 11:25Sample (adjusted): 1980 2005Included observations: 26 after ad

6、justmentsConvergence achieved after 14 iterationsCoefficientStd. Error t-StatisticProb.GDPS0.2271240.0423245.3663570.0000C-863.1769929.2543-0.9288920.3630AR(1)1.5361400.1865398.2349410.0000AR(2)-0.5035900.199972-2.5183010.0196R-squared0.999440Mean dependent var2323.710Adjusted R-squared0.999364S.D.

7、dependent var2354.344S.E. of regression59.39227Akaike info criterion11.14684Sum squared resid77603.71Schwarz criterion11.34040Log likelihood-140.9090Hannan-Quinn criter.11.20258F-statistic13087.46Durbin-Watson stat1.717996Prob(F-statistic)0.000000Inverted AR Roots1.06.47Estimated AR process is nonst

8、ationaryDW检验值达到了 1.717996，消除了自相关。没有消除和消除了自相关的回归方程为:SLC=0.370241380274GDPS+148.696223954SLC=0.227124192654GDPS-863.176882154+(AR(1)=1.5361，AR(2)=-0.50362. 模型5】LOG(GDPS)对T回归自相关的处理Dependent Variable: LOG(GDPS)Method: Least SquaresDate: 06/13/14 Time: 11:26Sample (adjusted): 1980 2005Included observatio

9、ns: 26 after adjustmentsConvergence achieved after 3 iterationsCoefficientStd. Errort-StatisticProb.T0.1839360.01169015.734610.0000C5.0200030.21424123.431600.0000AR(1)1.4706870.1669128.8111310.0000AR(2)-0.6135370.174363-3.5187370.0019R-squared0.998601Mean dependent var7.869818Adjusted R-squared0.998

10、410S.D. dependent var1.458838S.E. of regression0.058174Akaike info criterion-2.710105Sum squared resid0.074454Schwarz criterion-2.516552Log likelihood39.23137Hannan-Quinn criter.-2.654369F-statistic5233.128Durbin-Watson stat1.920812Prob(F-statistic)0.000000Inverted AR Roots.74+.27i.74-.27iDW检验值达到了 1

11、.920812，消除了自相关没有消除和消除了自相关的回归方程为:Log(GDPS)=0.1885795351*T+4.95074562823（请对得至H的图表进行处理，以上在一页内 ）-.4.4.2.0-.2111098765198019851990199520002005I ResidualActualFittedII.2.3.4（三）补充实验1.使用图形检验法检验 【模型5】是否存在自相关问题。分别作这个模型的 残差散点 图（即残差后一项对前一项的散点图：et对qj和残差趋势图（即残差°对时间t的 线图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。-.3PRI!I-

12、.3-.2-.1.0.1RESID(-1)从图上看，log（GDPS）对T回归的残差也有很强的正自相关（请对得到的图表进行处理，以上在一页内）2.计算上述【模型4】的D-W统计量的值，判断模型是否存在自相关问题log ( cs)=3.061611 +(0.00644999)(47.46694)0.159151*T(0.000388595)(40.95545)RA2=0.984736SE=0.166099DW=0.670889F=1677.3493. 对【模型1】、【模型2】和【模型4】的自相关问题进行处理【模型1】Dependent Variable: CSMethod: Least Squa

13、resDate: 06/13/14 Time: 11:34Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 5 iterationsCoefficientStd. Errort-StatisticProb.GDPS0.0801460.00310025.851880.0000C12.3092530.167590.4080290.6869AR(1)0.5280600.1731273.0501300.0055R-squared0.989511Mean de

14、pendent var464.6559Adjusted R-squared0.988637S.D. dependent var512.8281S.E. of regression54.66577Akaike info criterion10.94479Sum squared resid71720.32Schwarz criterion11.08877Log likelihood-144.7547Hannan-Quinn criter.10.98761F-statistic1132.079Durbin-Watson stat1.734469Prob(F-statistic)0.000000Inv

15、erted AR Roots.53【模型2】Dependent Variable: CSMethod: Least SquaresDate: 06/13/14Time:11:35Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.CZ0.7784150.01331458.464490.0000C19.7490911.933931.6548680.1110A

16、R0.2188730.1992821.0983080.2830R-squared0.995395Mean dependent var464.6559Adjusted R-squared0.995011S.D. dependent var512.8281S.E. of regression36.22199Akaike info criterion10.12165Sum squared resid31488.78Schwarz criterion10.26563Log likelihood-133.6423Hannan-Quinn criter.10.16446F-statistic2593.80

17、8Durbin-Watson stat1.788804Prob(F-statistic)0.000000Inverted AR Roots.22【模型4】Dependent Variable: LOG(CS)Method: Least SquaresDate: 06/13/14Time:11:37Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 3 iterationsCoefficientStd. Errort-StatisticProb.T0.1

18、674380.00518532.293370.0000C2.8924940.09555930.269150.0000AR(1)0.4803360.1200454.0013070.0005R-squared0.994392 Mean dependent var5.429892Adjusted R-squared0.993925 S.D. dependent var1.304108S.E. of regression0.101644 Akaike info criterion-1.630250Sum squared resid0.247954Schwarz criterion-1.486268Log likelihood25.00837Hannan-Quinn criter.-1.587436F-statistic2127.985Durbin-Watson stat2.262057Prob(F-statistic)0.000000Inverted AR Roots.48（请对得到的图表进行处理，以上在一页内）、实验总结与评价实验总结(包括实验数据分析、实验结果、实验过程中出现的问题及解决方法等)：见实验步骤中。1、当总体回归模型