第6章自相关1. 自相关定义1）非自相关由第2节知回归模型的假定条件之一是，Cov(u i,u j )=E(u i u j) =0, (i, j∈T, i ≠ j),(1.1)即误差项u t的取值在时间上是相互无关的。
称误差项u t非自相关。
2）自相关如果Cov (u i ,u j ) ≠ 0, (i ≠ j)则称误差项u t存在自相关。
自相关又称序列相关。
原指一随机变量在时间上与其滞后项之间的相关。
这里主要是指回归模型中随机误差项u t 与其滞后项的相关关系。
自相关也是相关关系的一种。
2．自相关类型1）自相关按滞后阶数可分为两类。
(1)一阶自回归形式当误差项u t只与其滞后一期值有关时，即u t = f (u t - 1),称u t具有一阶自回归形式。
(2) 高阶自回归形式当误差项u t的本期值不仅与其前一期值有关，而且与其前若干期的值都有关系时，即u t = f (u t – 1, u t – 2 , … ), 则称u t 具有高阶自回归形式。
2）按函数形式分为线性自相关和非线性自相关 （1）线性自相关 f 为线性函数形式 （2）非线性自相关 f 为非线性函数形式 3．一阶线性自相关通常假定误差项的自相关是线性的。
因计量经济模型中自相关的最常见形式是一阶自回归形式，所以下面重点讨论误差项的线性一阶自回归形式，即 u t =1a u t -1 + v t (1.2)其中1a 是自回归系数，v t 是随机误差项。
v t 满足通常假设E(v t ) = 0, t = 1, 2 …, T, Var(v t ) = σv 2, t = 1, 2 …, T,Cov(v i , v j ) = 0, i ≠ j, i, j = 1, 2 …, T, Cov(u t-1, v t ) = 0, t = 1, 2 …, T,依据普通最小二乘法公式，模型（1.2）中 1 的估计公式是，1ˆa= ∑∑=-=-Tt t Tt t tuuu 22121 (1ˆβ=∑∑---2)())((x x x x y y t t t ) (1.3)其中T 是样本容量。
