如何进行残差检验

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

时间序列中如何进行残差检验阿，我刚自学EVIEW

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0 回帖

关键词：残差检验 Eview view 时间序列 VIE 检验 残差

做完方程后，点击“view”选择“residual test”,里面有很多检验，比如正态性检验、white异方差检验、自相关检验等，很简单的。

我看见别人用单位根检验形式是（C，T，2）什么的，这是怎么弄的阿，我用的5.1的，谢谢

我看见别人用单位根检验形式是（C，T，2）什么的，这是怎么弄的阿，我用的5.1的，谢谢

这是单位根检验，和残差检验不同！只有时间序列数据才要进行单位根检验，及看看它是不是平稳的！检验程序如下：首先点开一个时间序列，在“view”菜单里有“unit root test”点击就出来一个单位根检验的窗口，“test type”选择ADF检验或者是pp检验（一般是这两个），下面有个“include in test equation”有三个选项。即“截距”“趋势和截距”“没有”，选一个就是了，比如选择截距,截距为0期，那么检验的形式就是（c 0 0）,C，T，2）表示的就是检验的形式是含有截距和时间趋势，滞后期为2期！

[此贴子已经被作者于2009-3-30 21:51:48编辑过]

我做完方程后，用了残差检验之后不行啊，能不能具体点啊，谢谢

Dependent Variable: LOG(Y)    
Method: Least Squares    
Date: 03/31/09   Time: 16:46    
Sample: 1978 2008    
Included observations: 31    
    
Variable Coefficient Std. Error t-Statistic Prob. 
    
LOG(Y1) 0.208501 0.059399 3.510146 0.0016
LOG(Y2) 0.128395 0.089743 1.430699 0.1640
LOG(Y3) 0.618978 0.085272 7.258833 0.0000
C 1.424104 0.127462 11.17275 0.0000
    
R-squared 0.999157     Mean dependent var  5.152778
Adjusted R-squared 0.999064     S.D. dependent var  1.504901
S.E. of regression 0.046044     Akaike info criterion  -3.198525
Sum squared resid 0.057241     Schwarz criterion  -3.013495
Log likelihood 53.57714     F-statistic  10673.44
Durbin-Watson stat 0.382212     Prob(F-statistic)  0.000000
    
 帮忙分析一下阿，DW是不是太小了阿

logy1 log2,log3系数为正，说明他们与因变量之间的关系为同向关系，logy1,logy3的系数在1%的水平显著，logy2的系数不显著，R-squared0.9以上显示方程的拟合程度很好，Prob(F-statistic)  0.000000显示整个方程的系数显著，Durbin-Watson stat 0.382212显示可能出现自相关问题！  

Dependent Variable: LOG(Y)        

Method: Least Squares         

Date: 04/01/09   Time: 19:25            

Sample (adjusted): 1981 2008             

Included observations: 28 after adjustments 

Convergence achieved after 74 iterations     

                           

                           

Variable   Coefficient      Std. Error       t-Statistic Prob. 

                           

                           

LOG(Y1) 0.381591 0.033475 11.39938 0.0000

LOG(Y2) 0.263109 0.033433 7.869720 0.0000

LOG(Y3) 0.278914 0.032578 8.561466 0.0000

C     137.1963 64991.51 0.002111 0.9983

AR(1)     1.432084 0.229260 6.246542 0.0000

AR(2)     -0.175256       0.413342 -0.423997       0.6759

AR(3)     -0.256878       0.269402 -0.953512       0.3512

                           

                           

R-squared       0.999933     Mean dependent var       5.396471

Adjusted R-squared       0.999914     S.D. dependent var 1.370737

S.E. of regression   0.012712     Akaike info criterion      -5.680181

Sum squared resid  0.003394     Schwarz criterion   -5.347130

Log likelihood 86.52253     F-statistic       52317.39

Durbin-Watson stat 1.844143     Prob(F-statistic)     0.000000

                           

                           

Inverted AR Roots        1.00              .77             -.33

 

[此贴子已经被作者于2009-4-1 19:40:21编辑过]

看样还是得再加紧学习呀