14-1
计量经济学课件
-----by Dr,F,F,Gong
permanent email address,ffgong(at)hotmail.com
http://blog.sina.com.cn/ffgong
?教材：
? Damodar N.Gujarati,Essentials of Econometrics,3rd
edition,McGraw-Hill Company,2006
?中译本：经济计量学精要
?（本课件已改正了其中的错误）
14-2
?第14章
?自相关：如果误差项相关的结果
?要点：初步掌握自相关时的回归模型处理方法。不满足经典的约束条件。
14-3
? 14.1 自相关的性质
? 14.2 自相关的后果
? 14.3 自相关的诊断
? 14.4 补救措施
? 14.5 如何估计自相关系数
? 14.6 总结
ρ
14-4
? 14.1 自相关的性质
?见教材p312
? 14.1.1 惯性
? 14.1.2 模型设定误差
? 14.1.3 蛛网现象：滞后问题
? 14.1.4 数据处理
14-5
自相关的形式
Fig 14-1 Patterns of autocorrelation.
14-6
自相关的关系
Fig 14-2 (a) Positive autocorrelation; (b) negative autocorrelation.
14-7
? 14.2 自相关的后果
?见教材p315 (7点)
14-8
? 14.3 自相关的诊断
? 14.3.1 图形法
? 14.3.2 德宾-沃森d检验p319-321
?下面就具体讨论。
?例子
14-9
例14-1自相关的诊断
Table 14-1 Indexes of real wages and productivity in the U.S,
business sector,1959-2002,(1992 = 100)
14-10
14.3.1图形法
Fig 14-3 Residuals from the regression (14.4).
14-11
14.3.1图形法
Table 14-2 Residuals and related data from the wages-
productivity regression.
14-12
14.3.1图形法
Fig 14-4 Residuals e
t
against e
t-1
from the regression (14.4).
14-13
14.3.2德宾-沃森d检验p319-321
11,
1
≤≤?+=
ρυρ
ttt
uu
Durbin-Watson d统计量的基本假设：
1 回归模型必须包括截距项；
2 自变量是非随机变量，即在重复抽样中自变量的值是固定的；
3 随机误差项的生成机制
4自变量中不能包含因变量的滞后值，即自回归模型不可用此法。
0,≠++= αβα
ttt
uxy
14-14
14.3.2德宾-沃森d检验p319-321
Durbin-Watson d statistic定义
d=DW
估计由残差OLSe
e
ee
d
t
n
t
t
n
t
tt
,
)(
)(
1
2
2
2
1
∑
∑
=
=
=
14-15
14.3.2德宾-沃森d检验p319-321
Durbin-Watson d statistic检验步骤
1 用OLS回归，估计残差e
t
2 代入上述公式，计算d值
3 根据样本容量和自变量的个数，从DW临界值表中查出临界的d
L
和d
U
4 按照下页的判定准则进行判定。
14-16
14.3.2德宾-沃森d检验的判定准则p320-321
Fig 14-5 The Durbin-Watson d statistic.
14-17
? 14.4 补救措施
?自相关补救的思路：将模型方程进行广义差分，变换为满足经典约束条件的模型即可。
?采用差分法，并用广义最小二乘法估计。
?见教材p322-323
14-18
? 14.5 如何估计p323-
? 14.5.1 = l：一阶差分法
? 14.5.2 从德宾-沃森d统计量中估计
? 14.5.3 从OLS残差中估计
? 14.5.4 的其他估计方法
ρ
ρ
ρ
ρ
ρ
t
e
14-19
14.5.3 自相关的确定
Table 14-4 Wages-productivity regression,original and
transformed data (ρ = 0.8713).
14-20
14.5.4自相关的确定
Fig 14-6 Residual from wages-productivity regression.
14-21
14.5.4自相关的确定
Fig 14-7 Residuals against lagged residual from the
wages-productivity regression.
14-22
? 14.6 总结
?要点：初步掌握自相关时的回归模型处理方法。不满足经典的约束条件。
14-23
习题14.17
Table 14-6 Data on stock price index and GDP,United
States,1970-1987.
14-24
The end of Chapter 14
14-25
计量经济学课件
-----by Dr,F,F,Gong
permanent email address,ffgong(at)hotmail.com
http://blog.sina.com.cn/ffgong
?教材：
? Damodar N.Gujarati,Essentials of Econometrics,3rd
edition,McGraw-Hill Company,2006
?中译本：经济计量学精要
?（本课件已改正了其中的错误）
14-2
?第14章
?自相关：如果误差项相关的结果
?要点：初步掌握自相关时的回归模型处理方法。不满足经典的约束条件。
14-3
? 14.1 自相关的性质
? 14.2 自相关的后果
? 14.3 自相关的诊断
? 14.4 补救措施
? 14.5 如何估计自相关系数
? 14.6 总结
ρ
14-4
? 14.1 自相关的性质
?见教材p312
? 14.1.1 惯性
? 14.1.2 模型设定误差
? 14.1.3 蛛网现象：滞后问题
? 14.1.4 数据处理
14-5
自相关的形式
Fig 14-1 Patterns of autocorrelation.
14-6
自相关的关系
Fig 14-2 (a) Positive autocorrelation; (b) negative autocorrelation.
14-7
? 14.2 自相关的后果
?见教材p315 (7点)
14-8
? 14.3 自相关的诊断
? 14.3.1 图形法
? 14.3.2 德宾-沃森d检验p319-321
?下面就具体讨论。
?例子
14-9
例14-1自相关的诊断
Table 14-1 Indexes of real wages and productivity in the U.S,
business sector,1959-2002,(1992 = 100)
14-10
14.3.1图形法
Fig 14-3 Residuals from the regression (14.4).
14-11
14.3.1图形法
Table 14-2 Residuals and related data from the wages-
productivity regression.
14-12
14.3.1图形法
Fig 14-4 Residuals e
t
against e
t-1
from the regression (14.4).
14-13
14.3.2德宾-沃森d检验p319-321
11,
1
≤≤?+=
ρυρ
ttt
uu
Durbin-Watson d统计量的基本假设：
1 回归模型必须包括截距项；
2 自变量是非随机变量，即在重复抽样中自变量的值是固定的；
3 随机误差项的生成机制
4自变量中不能包含因变量的滞后值，即自回归模型不可用此法。
0,≠++= αβα
ttt
uxy
14-14
14.3.2德宾-沃森d检验p319-321
Durbin-Watson d statistic定义
d=DW
估计由残差OLSe
e
ee
d
t
n
t
t
n
t
tt
,
)(
)(
1
2
2
2
1
∑
∑
=
=
=
14-15
14.3.2德宾-沃森d检验p319-321
Durbin-Watson d statistic检验步骤
1 用OLS回归，估计残差e
t
2 代入上述公式，计算d值
3 根据样本容量和自变量的个数，从DW临界值表中查出临界的d
L
和d
U
4 按照下页的判定准则进行判定。
14-16
14.3.2德宾-沃森d检验的判定准则p320-321
Fig 14-5 The Durbin-Watson d statistic.
14-17
? 14.4 补救措施
?自相关补救的思路：将模型方程进行广义差分，变换为满足经典约束条件的模型即可。
?采用差分法，并用广义最小二乘法估计。
?见教材p322-323
14-18
? 14.5 如何估计p323-
? 14.5.1 = l：一阶差分法
? 14.5.2 从德宾-沃森d统计量中估计
? 14.5.3 从OLS残差中估计
? 14.5.4 的其他估计方法
ρ
ρ
ρ
ρ
ρ
t
e
14-19
14.5.3 自相关的确定
Table 14-4 Wages-productivity regression,original and
transformed data (ρ = 0.8713).
14-20
14.5.4自相关的确定
Fig 14-6 Residual from wages-productivity regression.
14-21
14.5.4自相关的确定
Fig 14-7 Residuals against lagged residual from the
wages-productivity regression.
14-22
? 14.6 总结
?要点：初步掌握自相关时的回归模型处理方法。不满足经典的约束条件。
14-23
习题14.17
Table 14-6 Data on stock price index and GDP,United
States,1970-1987.
14-24
The end of Chapter 14
14-25
