自相关问题的处理

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

我的案例分析DW检验结果是   对应样本数为30,2个解释变量的模型，0.05显著水平，查DW统计表可知，dl=1.284，du=1.567，模型中dw=0.810595，dw<dl，显然模型中有自相关
书上告诉我们使用残差序列e进行滞后一期的自回归，在eviews命令栏中输入ls e e（-1）得回归方程
可是我为什么得不到呢。。。。郁闷。。。是哪儿错了呢？

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1 收藏0 回帖

关键词：自相关问题 自相关 解释变量 案例分析 DW检验 自相关

在原来的回归命令的进出上+AR(-1)

什么意思？能说的详细点吗？

把案例数据贴出来看看。

Dependent Variable: Y
Method: Least Squares
Date: 06/16/10   Time: 12:07
Sample: 1978 2007
Included observations: 30
Weighting series: W
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
C        -220.9813        10.36453        -21.32091        0.0000
X2        0.014953        0.000698        21.41541        0.0000
X4        0.171484        0.004665        36.76011        0.0000
Weighted Statistics                               
R-squared        0.999933            Mean dependent var        1499.583
Adjusted R-squared        0.999928            S.D. dependent var        3279.908
S.E. of regression        27.89066            Akaike info criterion        9.589100
Sum squared resid        21003.00            Schwarz criterion        9.729220
Log likelihood        -140.8365            F-statistic        38193.80
Durbin-Watson stat        2.028064            Prob(F-statistic)        0.000000
Unweighted Statistics                               
R-squared        0.999374            Mean dependent var        2587.466
Adjusted R-squared        0.999327            S.D. dependent var        3277.301
S.E. of regression        85.01125            Sum squared resid        195126.7
Durbin-Watson stat        0.810595                       
这个是wls估计的结果

需要原始数据。

年份        X2        X3        X4        Y
1978        3645.2        1122.09        1132.26        75.05
1979        4062.6        1281.79        1146.38        93.16
1980        4545.6        1228.83        1159.93        114.15
1981        4891.6        1138.41        1175.79        122.79
1982        5323.4        1229.98        1212.33        137.61
1983        5962.7        1409.52        1366.95        155.24
1984        7208.1        1701.02        1642.86        180.88
1985        9016.0        2004.25        2004.82        226.83
1986        10275.2        2204.91        2122.01        274.72
1987        12058.6        2262.18        2199.35        293.93
1988        15042.8        2491.21        2357.24        356.66
1989        16992.3        2823.78        2664.90        412.39
1990        18667.8        2937.10        3083.59        462.45
1991        21781.5        3149.48        3386.62        532.39
1992        26923.5        3483.37        3742.20        867.0491
1993        35333.9        4348.95        4642.30        1059.9374
1994        48197.9        5218.10        5792.62        1488.7813
1995        60793.7        6242.20        6823.72        1877.9501
1996        71176.6        7407.99        7937.55        2262.3394
1997        78973.0        8651.14        9233.56        2531.7326
1998        84402.3        9875.95        10798.18        2949.0592
1999        89677.1        11444.08        13187.67        3349.0416
2000        99214.6        13395.23        15886.50        3849.0806
2001        109655.2        16386.04        18902.58        4637.6626
2002        120332.7        18903.64        22053.15        5480.0278
2003        135822.8        21715.25        24649.95        6208.2653
2004        159878.3        26396.47        28486.89        7242.5989
2005        183217.4        31649.29        33930.28        8418.8391
2006        211923.5        38760.20        40422.73        9815.3087
2007        257305.6        51321.78        49781.35        12148.0663

你对EVIEWS 的使用还不太理解。
EVIEWS里的残差，可不是书本上的符号e；
而是有一个专门的变量名称的，每次估计后，方程都会给出一个对象，一般你可以找到： Residuel
大概是这个拼写。
你可以先估计原方程后，找数据对象，可以找到这个 Re 开头的数据的
然后你可以用你刚才说的 ls Residueal Residuel(-1)
这样的估计方式。

不好意思
把那个残差的对象名字修正
准确的是： resid
这个代表残差
你可以对这个数据进行你需要的操作。

据我分析，这里面确实包含多个显著的周期变量，或者叫自回归变量。
其中包含有太阳黑子11年周期。