自相关的检验与修正_第1页
自相关的检验与修正_第2页
自相关的检验与修正_第3页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、实验 2 自相关的检验与修正、实验目的: 掌握自相关模型的检验方法与处理方法 . 。、实验内容及要求:表 1 列出了 19852007 年中国农村居民人均纯收入与人均消费性支出的统计数据。( 1)利用 OLS法建立中国农村居民人均消费性支出与人均纯收入的线性模型。( 2)检验模型是否存在自相关。(3)如果存在自相关,试采用适当的方法加以消除。表1 1985 2007年中国农村居民人均纯收入与人均消费性支出(单位:元)年份全年人均纯收入(现价)全年人均消费性支 出 (现价)消费价格指数(1985=100)1985397.6317.421001986423.8357106.11987462.639

2、8.3112.71988544.9476.7132.41989601.5535.4157.91990686.3584.63165.11991708.6619.8168.91992784659.8176.81993921.6769.7201199412211016.8124819951577.71310.36291.419961923.11572.1314.419972090.11617.15322.3199821621590.33319.119992214.31577.42314.320002253.4167031420012366.41741316.520022475.61834315.22

3、0032622.241943.3320.220042936.42185335.620053254.932555343200635872829348.1200741403224366.9实验如下:首先对数据进行调整,将全年人均纯收入和全年人均消费性支出相应调整为全年实际人 均纯收入和全年实际人均消费性支出。图11、用 OLS估计法估计参数图2图3图形分析:图4从图 4 中可以看出,中国农村居民人均消费性支出与人均纯收入存在着显著的正相关 关系。估计回归方程: 从图 3 中可以得出,估计回归方程为:Y=56.21878+0.698928Xt=(3.864210)(31.99973)2R2=0.97

4、9904 F=1023.983 D.W.=0.4099032. 自相关检验1)图示法图5从图 5 中, 可以看出残差的变化有系统模式, 连续为正或连续为负, 表示残差项存在一 阶正自相关。(2)DW检验从图 3中可以得到 D.W.=0.409903 ,在显著水平去 5%,n=23,k=2,dL=1.26, d U=1.44 。 此时 0<D.W.< d L,表明存在正自相关。3)B-G 检验图6从图 6中可得到, nR2=14.90587 ,临界概率 P=0.0006 ,因此辅助回归模型是显著的, 即存在自相关性。又因为, e t-1 , et-2 的回归系数均显著地不为 03. 自相关的修正使用广义差分法对自相关进行修正:图7对原模型进行广义差分,得到广义差分方程:Yt-0.815024Y t-1 = 1( 1-0.815024 )+2(Xt -0.815024X t-1 )+ut对广义差分方程进行回归:图8从图 8 中可以得出此时的 D.W.=1.324681 ,在取显著水平为 5%,n=23, k=2,dL=1.26, dU=1.44 ,模型中 dL<DW<Ud,此时不能确定是否存在自相关。在广义差分法无法完成修正的情况下,现建立对对数模型:图9对双对数模型进行调整:图10图11从图 11 中可以得出此时的 D.W.=1.985950 ,在取

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论