實驗六自相關模型的檢驗和處理-學生實驗報告

1、 實 驗 報 告課程名稱： 計量經(jīng)濟學 實驗項目： 實驗六 自相關模型的 檢驗和處理 實驗類型：綜合性 設計性 驗證性R專業(yè)班別： 姓 名： 學 號： 實驗課室： 指導教師： 石立 實驗日期： 2014年6月13日 廣東商學院華商學院教務處 制 一、實驗項目訓練方案小組合作：是 否R小組成員：無實驗目的：掌握自相關模型的檢驗和處理方法實驗場地及儀器、設備和材料實驗室：普通配置的計算機，Eviews軟件及常用辦公軟件。實驗訓練內(nèi)容（包括實驗原理和操作步驟）：【實驗原理】自相關的檢驗：圖形法檢驗、D-W檢驗自相關的處理：廣義差分變換、迭代法【實驗步驟】本實驗中考慮以下模型：【模型1】財政收入CS對

2、收入法GDPS的回歸模型【模型2】財政支出CZ對財政收入CS的回歸模型【模型3】消費品零售額SLC對收入法GDPS的回歸模型【模型4】財政收入的對數(shù)log（cs）對時間T的回歸模型【模型5】收入法GDPS的對數(shù)log（GDPS）對時間T的回歸模型數(shù)據(jù)見“附表：廣東省宏觀經(jīng)濟數(shù)據(jù)（部分）-第六章”（一）自相關的檢驗1.圖形法檢驗使用圖形檢驗法分別檢驗上述【模型1-4】是否存在自相關問題。分別作這四個模型的殘差散點圖（即殘差后一項對前一項的散點圖：對）和殘差趨勢圖（即殘差對時間的線圖），并判斷模型是否存在自相關以及是正的自相關還是負的自相關?！灸Ｐ?】 殘差散點圖 殘差趨勢圖結(jié)論：從圖上看，CS對

3、GDPS回歸的殘差有一定的自相關?！灸Ｐ?】 殘差散點圖 殘差趨勢圖結(jié)論：從圖上看，CZ對CS回歸的殘差應【模型3】 殘差散點圖 殘差趨勢圖結(jié)論：從圖上看，SLC對GDPS回歸的殘差有很強的自相關【模型4】 殘差散點圖 殘差趨勢圖結(jié)論：從圖上看，log(CS)對T回歸的殘差也有很強的自相關（請對得到的圖表進行處理，以上在一頁內(nèi)）2.D-W檢驗分別計算上述【模型1-3】和【模型5】的D-W統(tǒng)計量的值，判斷模型是否存在自相關問題。【模型1】CS= 12.50360 + 0.080296GDPS (15.58605) (0.001891) (0.802615) (42.45297)R2=0.9852

4、32 SE=61.92234 DW=0.942712 F=1802.255結(jié)論：DW值偏近0，存在自相關【模型2】DW=1.561721結(jié)論：DW值接近2，不存在自相關【模型3】DW=0.293156結(jié)論：DW值接近0，存在很強的自相關【模型5】DW=0.198218結(jié)論：DW值偏近0，存在嚴重的自相關（請對得到的圖表進行處理，以上在一頁內(nèi)）（二）自相關的處理1.【模型3】SLC對GDPS回歸自相關的處理 Dependent Variable: SLCMethod: Least SquaresDate: 06/13/14 Time: 11:25Sample (adjusted): 1980 2

5、005Included observations: 26 after adjustmentsConvergence achieved after 14 iterationsCoefficientStd. Errort-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-squared0.999440 

6、60;  Mean dependent var2323.710Adjusted R-squared0.999364    S.D. dependent var2354.344S.E. of regression59.39227    Akaike info criterion11.14684Sum squared resid77603.71    Schwarz criterion11.34040Log likelihood-140.9090 &

7、#160;  Hannan-Quinn criter.11.20258F-statistic13087.46    Durbin-Watson stat1.717996Prob(F-statistic)0.000000Inverted AR Roots      1.06          .47Estimated AR process is nonstationaryDW檢驗

8、值達到了1.717996，消除了自相關。 沒有消除和消除了自相關的回歸方程為： SLC=0.370241380274GDPS+148.696223954 SLC=0.227124192654GDPS-863.176882154+(AR(1)=1.5361，AR(2)=-0.50362.【模型5】LOG(GDPS)對T回歸自相關的處理Dependent Variable: LOG(GDPS)Method: Least SquaresDate: 06/13/14 Time: 11:26Sample (adjusted): 1980 2005Included observations: 26 aft

9、er 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-squared0.998601    Mean dependent var7.869

10、818Adjusted R-squared0.998410    S.D. dependent var1.458838S.E. of regression0.058174    Akaike info criterion-2.710105Sum squared resid0.074454    Schwarz criterion-2.516552Log likelihood39.23137    Hannan-Quinn criter.

11、-2.654369F-statistic5233.128    Durbin-Watson stat1.920812Prob(F-statistic)0.000000Inverted AR Roots .74+.27i     .74-.27iDW檢驗值達到了1.920812，消除了自相關 沒有消除和消除了自相關的回歸方程為： Log(GDPS)=0.1885795351*T+4.95074562823 Log(GDPS)=0.183935743608*T+5.02000286764+(AR(1

12、)=1.4707,AR(2)=-0.6135)（請對得到的圖表進行處理，以上在一頁內(nèi)）（三）補充實驗1.使用圖形檢驗法檢驗【模型5】是否存在自相關問題。分別作這個模型的殘差散點圖（即殘差后一項對前一項的散點圖：對）和殘差趨勢圖（即殘差對時間的線圖），并判斷模型是否存在自相關以及是正的自相關還是負的自相關。從圖上看，log(GDPS)對T回歸的殘差也有很強的正自相關（請對得到的圖表進行處理，以上在一頁內(nèi)）2.計算上述【模型4】的D-W統(tǒng)計量的值，判斷模型是否存在自相關問題。log（cs）= 3.061611+ 0.159151*T (0.00644999) (0.000388595) (47.4

13、6694) (40.95545) R2=0.984736 SE=0.166099 DW=0.670889 F=1677.3493.對【模型1】、【模型2】和【模型4】的自相關問題進行處理?！灸Ｐ?】Dependent Variable: CSMethod: Least SquaresDate: 06/13/14 Time: 11:34Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 5 iterationsCoefficientStd. Errort

14、-StatisticProb.  GDPS0.0801460.00310025.851880.0000C12.3092530.167590.4080290.6869AR(1)0.5280600.1731273.0501300.0055R-squared0.989511    Mean dependent var464.6559Adjusted R-squared0.988637    S.D. dependent var512.8281S.E. of regression54.66577

15、0;   Akaike info criterion10.94479Sum squared resid71720.32    Schwarz criterion11.08877Log likelihood-144.7547    Hannan-Quinn criter.10.98761F-statistic1132.079    Durbin-Watson stat1.734469Prob(F-statistic)0.000000Inverted

16、 AR Roots      .53【模型2】Dependent Variable: CSMethod: Least SquaresDate: 06/13/14 Time: 11:35Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.  CZ0.7784150.0133145

17、8.464490.0000C19.7490911.933931.6548680.1110AR(1)0.2188730.1992821.0983080.2830R-squared0.995395    Mean dependent var464.6559Adjusted R-squared0.995011    S.D. dependent var512.8281S.E. of regression36.22199    Akaike info criterion10.1216

18、5Sum squared resid31488.78    Schwarz criterion10.26563Log likelihood-133.6423    Hannan-Quinn criter.10.16446F-statistic2593.808    Durbin-Watson stat1.788804Prob(F-statistic)0.000000Inverted AR Roots      .22

19、【模型4】Dependent Variable: LOG(CS)Method: Least SquaresDate: 06/13/14 Time: 11:37Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 3 iterationsCoefficientStd. Errort-StatisticProb.  T0.1674380.00518532.293370.0000C2.8924940.09555930.269150.0000

20、AR(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 resid0.247954    Schwarz criterion-1.486268Log likelihood25.00837    Hannan-Quinn criter.-1.587436F-statistic2127.985    Durbin-Watson stat2.262057Prob(F-statistic)0.000000Inverted AR Roots      .48（請對得到的