EVIEWS序列相关性检验及补救

相似文件 换一批

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

目的：
      1、正确使用EVIEWS
      2、能根据计算结果进行序列相关性检验和补救。
      3、数据为demo data3
实例：国内生产总值和出口总额之间的关系分析（序列相关性检验及补救）
根据某地区1978－1998年国内生产总值与出口总额的数据资料，其中X表示国内生产总值（人民币亿元），Y表示出口总额（人民币亿元）。试建立一元线性回归函数。设模型函数形式为：

obs	X	Y
1978	3624.100	134.8000
1979	4038.200	139.7000
1980	4517.800	167.6000
1981	4860.300	211.7000
1982	5301.800	271.2000
1983	5957.400	367.6000
1984	7206.700	413.8000
1985	8989.100	438.3000
1986	10201.40	580.5000
1987	11954.50	808.9000
1988	14922.30	1082.100
1989	16917.80	1470.000
1990	18598.40	1766.700
1991	21622.50	1956.000
1992	26651.90	2985.800
1993	34560.50	3827.100
1994	46670.00	4676.300
1995	57494.90	5284.800
1996	66850.50	10421.80
1997	73142.70	12451.80
1998	78017.80	15231.70

1、用OLS估计方法求模型的参数估计值点击NEW－WORKFILE，输入X,Y的数据。点击QUICK－ESITMATE EQUATION，在对话框中输入Y  C  X，结果如下：

2、自相关检验（1）图示法
由上述OLS计算，可直接得到残差RESID，运用GENR命令生成序列E，则在QUICK菜单中选GRAPH，在图形对话框中输入：E  E(-1)，再点击SCATTER DIOGRAM。得结果如下，从图中可以看出残差et呈线性自回归，表明随机误差ut存在自相关。

（2）DW检验
根据OLS计算结果，由：Durbin-Watson stat＝0.688670，给定显著性水平a=0.05，查D-W表，n=21，k'（解释变量个数）＝1，得下限临界值dL=1.22，上限临界值dU=1.42，因为DW统计量为0.688670<dL=1.22。
根据判定区域知，此时随机误差项存在一阶自相关。

3、自相关的修正（1）由DW＝0.688670，根据 ，计算得 ＝0.6556。

用GENR分别对X和Y做广义差分。
在WORKFILE窗口选择GENR或直接在主窗口输入：
GENR DY=Y-0.6556*Y(-1)GENR DX=X-0.6556*X(-1)
然后再用OLS估计参数。结果为：
DY = -585.3252045 + 0.192825853*DX
（-1.752142）     （8.851754）
R^2= 0.813188  DW=1.345597，    F=78.35354
这时可以看出使用广义差分法后，DW值有所提高，但仍然存在自相关。

（2）Cochrane-Orcutt迭代法
在QUICK－ESTIMATE EQUATION项，在对话框中输入：Y  C  X  AR(1),OK后得如下结果：
Dependent Variable: Y
Method: Least Squares
Date: 10/31/05   
Time: 18:07
Sample(adjusted): 1979 1998
Included observations: 20 after adjusting endpointsConvergence achieved after 14 iterations

此时DW=1.451436>dU=1.42，认为此时无自相关性。

（3）利用对数线性回归修正自相关。

用GENR分别对X和Y生成LogX和LogY，

命令为：GENR LY=LOG(Y)GENR LX=LOG(X)

在OLS估计对话框输入： LY  C  LX计算结果如下：

同时考虑Cochrane-Orcutt迭代法。

在估计对话框里输入： LY  C  LX  AR(1)

计算结果如下：

Dependent Variable: LY

Method: Least Squares

Date: 10/31/05   

Time: 18:19

Sample(adjusted): 1979 1998

Included observations: 20 after adjusting endpointsConvergence achieved after 5 iterations

此时DW=1.537282>dU=1.42，可以认为此时已消除自相关性。

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31 回帖

关键词：EVIEWS 相关性检验 序列相关性 Eview Views eviews 序列相关性 检验 补救 操作

直接构建混合模型就行

学习了，很详细1

好东西

gssdzc 发表于 2014-4-9 19:05
直接构建混合模型就行

大神，如果一个物体给另一个物体传热，两者具有极好的相关性，但是有时间的滞后，另外这种滞后时间又受到另外一个因素影响，怎么建立两者之间的关系，万分感谢

正因这份问题烦恼呢，书又看不进去，谢啦！

十分感谢，作业可以交了

请问一下AR（1）需要通过t检验吗

赞赞赞