自相關(guān)實驗報告三模板

1、計量經(jīng)濟(jì)學(xué)實驗報告三 開課實驗室：財經(jīng)科學(xué)實驗室 2012 年 4 月 21日 班級： 學(xué)號： 姓名： 實驗項目名稱 序列相關(guān)性的檢驗與修正 成績：驗證性 綜合性 設(shè)計性 指導(dǎo)教師簽字 ： 實驗性質(zhì)： 指導(dǎo)教師簽字 ：【實驗?zāi)康摹空莆招蛄邢嚓P(guān)性的檢驗與修正方法并能運用 Eviews 軟件進(jìn)行實現(xiàn)【實驗要求】掌握檢驗方法， 根據(jù) OLS法的輸出結(jié)果判斷是否存在序列相關(guān)， 運用廣義差 分法進(jìn)行模型修正， 熟悉基本操作步驟， 讀懂各項上機(jī)榆出結(jié)果的含義并能進(jìn)行 分析【實驗軟件】 Eviews 軟件【實驗內(nèi)容】 根據(jù)給定的案例數(shù)據(jù)按實驗要求進(jìn)行操作 【實驗方案與進(jìn)度】實驗 ：下表是某上市公司的子公司的

2、年銷售額 Y 與其總公司年銷售額 X的 觀測數(shù)據(jù)：序號XY1127.320.96213021.43132.721.964129.421.52513522.396137.122.767141.223.488142.823.669145.524.110145.324.0111148.324.5412146.424.313150.22514153.125.6415157.326.3616160.726.9817164.227.5218165.627.7819168.728.2420171.728.78(1) 用普通最小二乘法估計模型參數(shù)Dependent Variable: YMethod: Lea

3、st Squares Date: 04/21/12 Time: 10:26Sample: 1 20Included observations: 20VariableCoefficientStd. Error t-StatisticProb.C-1.4547500.214146 -6.7932610.0000X0.1762830.001445 122.01700.0000R-squared0.998792Mean dependent var24.56900Adjusted R-squared0.998725S.D. dependent var2.410396S.E. of regression0

4、.086056Akaike info-1.972991criterionSum squared resid0.133302Schwarz criterion-1.873418Log likelihood21.72991F-statistic14888.14Durbin-Watson stat0.734726Prob(F-statistic)0.000000?0 ?1Xi =-1.454750+0.176283X(2) 用圖形法進(jìn)行自相關(guān)檢驗0.20.10.0-0.1-0.2-0.2 -0.1 0.0 0.1 0.2RESID(-1)屬于一階正自相關(guān)(3) 用 DW值檢驗?zāi)Ｐ褪欠翊嬖谝浑A自相關(guān)H

5、0 :0,H1:0DW 0.734726, dL 1.2所以模型存在一階正自相關(guān)(4) 證明廣義差分法可以消除模型隨機(jī)擾動項自相關(guān)。 (寫出證明過程) 因為模型隨機(jī)誤差項 ut 存在一階序列相關(guān)且相關(guān)系數(shù) 已知，即有：ut ut 1Yt 10 1 Xt 1ut 1對于 Yt01Xtut滯后一期，并且兩邊同乘以自相關(guān)系數(shù) 得：ut 1可得廣義差分模型Yt Yt 1 0 1 1 XtXt 1記： YtYtYt 1( t=2,3, ，n)XtXtXt 1( t=2,3, ，n)vtutut 1( t=2,3, ，n)則可寫成：Yt = 01 + 1 Xt +vt2因 vt utut 1 ，則 Var

6、( vt )= v2 ,Cov( vt , vs)=0( t s).即 vt 滿足同方差和無序列相關(guān)的經(jīng)典假設(shè)， 所以對式采用普通最小二乘法進(jìn)行 估計。顯然，經(jīng)過廣義差分后，樣本的觀測點比原來少了一個，只有 n-1 個，為 了不損失樣本觀測信息，可將第一個樣本觀測點即 t=1 時的樣本觀測值變換為：Y1 1 2Y1Xi1 1 2Xi1 (i=2,3, ， k)v1 1 2u1將這組樣本數(shù)據(jù)與上述廣義差分?jǐn)?shù)據(jù)合并，仍為一個容量為 n 的樣本。根據(jù)此 樣本利用普通最小二乘法，就可以估計出Yt 對 Xit ( i=2,3,， k )的回歸模型(5) 使用迭代法估計模型參數(shù)， 并證明在 5%顯著性水平

7、下迭代后的模型隨機(jī)擾動 項不存在一階自相關(guān)。Dependent Variable: YMethod: Least SquaresDate: 04/21/12 Time: 10:37Sample(adjusted): 2 20Included observations: 19 after adjusting endpointsConvergence achieved after 16 iterationsVariableCoefficientStd. Error t-StatisticProb.C1.7388672.873084 0.6052270.5535X0.1605240.007931 20.240420.0000AR(1)0.9588190.080059 11.976460.0000R-squared0.999259Mean dependent var24.75895Adjusted R-squared0.999166S.D. dependent var2.317563S.E. of regression0.066928Akaike info-2.426450criterionSum squared resid0.071670Schwarz criterion-2.277328Log likelihood26.05128F-statis