一阶自相关的处理步骤

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近在研究一阶自相关的问题，下面是自己总结的一点体会：
1.检验方法：一阶自相关主要使用DW统计量检验，对扰动项ut建立一阶自回归模型：
ut=r ut-1 +et，t=1,2，…，T    （1）
DW统计量检验的原假设：r=0，（残差序列无序列相关），备择假设r≠0（残差序列存在相关）。
2.判断准则如下：
①若0≤DW＜dl，序列存在正相关；
②若du≤DW＜4-du，序列不相关；
③若4-dl≤DW＜4，序列存在负相关；
若落入区间并非上述三个区间中的任何一个，则无法判断，检验失效，可以进一步使用LM检验和Q统计量检验。
3.一阶自相关对模型的影响
导致模型的回归参数估计是无效估计，参数准确性受到质疑。
4.解决方法
通过广义差分法，消除原始模型中存在的自相关导致的回归参数失效。可以通过两种途径，一种是简单的直接加入ar（1）进行回归，其估计参数相当于r，值得一提的是这里的r就是残差滞后项的系数；第二种是广义差分法，将（1）式代入原始模型中，即:

yt-ryt-1=b0(1-r)+b1(xt-rxt-1)+et       (2)

令y*= yt-ryt-1,x*=(xt-rxt-1),得：

y*=b*+b1 x*+et           （3）

这样就消除了自相关，并且回归参数是有效的，因此，将（2）式中的回归的参数代入原始方程，就相当于估计出原始方程的参数，但是值得注意的一点是，（2）式中的常数项是b0(1-r)，要想得到b0，还要稍作变化：b0=b*/1-r。总结：ar（1）的回归系数和滞后一期残差项的回归系数r相差不大，因此在要求不严谨的情况下，可以用前者代替后者，简化模型估计的过程。
5.补充说明
最后有很多人提出ar（1）是不是作为新的变量引入模型，或者是说含有ar（1）的回归结果如何写出方程，其实ar（1）不是新的变量，也不需要引入方程，它的作用是使回归效果更加准确，方程中需要涉及到的地方就是常数项的确定，可以近似的认为它等于r，直接用b*/[1-ar（1）的回归系数]，仅此而已。
个人观点，有不妥之处望包涵，发此贴的目的就是促进学习和交流！！！！！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏12 回帖

关键词：自相关 广义差分法 一阶自回归 自回归模型 回归系数 模型 统计 影响

谢谢分享！

不客气，共同进步。。。。

学习了！欣赏楼主的签名~

NICE啊

如何判断自相关阶数啊

sblls 发表于 2010-12-31 23:12
如何判断自相关阶数啊

一阶看DW，高阶用LM检验

非常好！！！解决了我困扰了好久的问题！！！

嗯

还是不明白