当前位置：文档之家 › 计量经济学自相关教学ppt

计量经济学自相关教学ppt

  • 格式：pptx
  • 大小：595.46 KB
  • 文档页数：8

下载文档原格式

  / 8

合集下载

2024版计量经济学全册课件(完整)pptx

2024版计量经济学全册课件(完整)pptx

REPORTING
2024/1/28
23
EViews软件介绍及操作指南
EViews软件概述
EViews是一款功能强大的计量经济学 软件，提供数据处理、统计分析、模型
估计和预测等功能。
统计分析与检验
2024/1/28
详细讲解EViews中的统计分析工具， 包括描述性统计、假设检验、方差分
析等。
数据导入与预处理 介绍如何在EViews中导入数据，进行 数据清洗、转换和预处理等操作。
随着大数据时代的到来，机器学 习算法在数据挖掘、预测和分类 等方面展现出强大的能力，为计 量经济学提供了新的研究工具和 方法。
机器学习在计量经济 学中的应用领域
机器学习在计量经济学中的应用 领域广泛，如变量选择、模型选 择、非线性模型估计、高维数据 处理等。
机器学习在计量经济 学中的常用算法
机器学习在计量经济学中常用的 算法包括决策树、随机森林、支 持向量机（SVM）、神经网络等。 这些算法可以用于分类、回归、 聚类等任务，提高模型的预测精 度和解释力。
面板数据特点
同时具有时间序列和截面数据的特征，能够提供更多的信息、更多的变化、更少共 线性、更多的自由度和更高的估计效率。
2024/1/28
20
固定效应模型与随机效应模型
固定效应模型（Fixed Effects Model）
对于特定的个体而言，其截距项是固定的，不随时间变化而变化。
随机效应模型（Random Effects Mode…
经典线性回归模型
REPORTING
2024/1/28
7
一元线性回归模型
模型设定与参数估计
介绍一元线性回归模型的基本形式， 解释因变量、自变量和误差项的含义， 阐述最小二乘法（OLS）进行参数估 计的原理。

计量经济学自相关性课件

计量经济学自相关性课件

t (b)
et 1
如图（b）所示，扰动项的估计值呈锯齿状，随时间 逐次改变符号，表明存在负相关。
二、D-W检验
(一) 假定条件
1、假定变量X是非随机的； 2、随机误差项为一阶自回归形式，即
ut ut 1 t (且误差项 t 满足古典假定 )；
3、无滞后的内生变量作为解释变量； 4、截距项不为零； 5、无缺损数据
ts
注：自相关多出现在时间序列数据中。
二、自相关性产生的原因
1、经济变量惯性的作用 由于经济发展存在一定的趋势（自相关性主要产生于时间序列），形成惯性，所 以许多经济变量前后期总是相互关联的，即期的变量受以前各期的影响。这样，
在建立回归模型时，随机扰动项将会序列相关。
例如：当年的投资规模与前一年、甚至前几年的投资有关； 当期家庭消费水平在很大程度受上期消费水平的制约； 企业第 t 期的产量与第 t-1、t-2、--- 期密切相关。 2、滞后效应
Yt 0 1 X 1t 2 X 2t 3Yt 1 t Yt 0 1 X 1t 2 X 2t t
则随机干扰项很可能有自相关。
3、随机偶然因素的干扰
战争、自然灾害等偶然（随机）因素的干扰造成的影响，常常要延续若干时期，反 映在模型中就是干扰项有序列相关。
将残差对时间描点。
如图（a）所示，扰动项的估计值呈循环形，并不频繁地改变符号， 而是相继若干个正的以后跟着几个负的。表明存在正自相关。
et
. . . . . . . . . . .
et
.
. . .. . . . . .. .
.
. .
.
.
. . .
t
et 1

第六章 自相关 《计量经济学》PPT课件

第六章 自相关 《计量经济学》PPT课件

[(
1
ˆ
)
1
xt
ut
]2
(1 ˆ1)2 xt2 2(1 ˆ1) xt ut ut2
(6.2.11)
其中 xt ut xt ut (1 ˆ1) xt2
u
2 t
ut ut
ut2
1 n
ut ut
t t
(1
1 n
)
u
2 t
2 n
ut
t t
ut
所以
2 t
(1
ˆ 1 )2
xt2
第六章 自相关 【本章要点】（1）自相关的概念，自相关强度的 量度—自相关系数，了解经济现象中自相关产生 的原因；（2）自相关性对模型参数估计的影响； （3）检验自相关性的主要方法；（4）消除自相 关影响的方法。 §6.1 自相关 一、自相关的概念
如果经典回归的基本假定4遭到破坏，则
COV(ut ,us)=E(ut us)≠0 , t≠s , t,s=1,2, …,n,即u的取值与 它的前一期或前几期的取值相关，则称u存在序列相关 或自相关。 自相关有正自相关和负自相关之分，对随机项的时间 序列u1,u2,…,un,…，当ut > 0时，随后的若干个随机项 ut+1,u t+2,…都有大于0的倾向，当ut < 0时，随后若干个 随机项都有小于0的倾向，我们说u具有正相关性；而 负自相关则意味着两个相继的随机项ut和ut+1具有正负 号相反的倾向。在经济数据中，常见的是正自相关现象。
(4)根据样本容量n，自变量个数和显著水平0.05 (或0.01)从D-W检验临界值表中查出dL和du。 (5)将d 的现实值与临界值进行比较： ①若d < dL，则否定H0，即u存在一阶线性正自相关； ②若d > 4- dL，则否定H0，即u存在一阶线性负自相关； ③若du< d < 4- du，则不否定 H0，即u不存在（一阶）线 性自相关；

PPT-第8章-自相关-计量经济学及Stata应用

PPT-第8章-自相关-计量经济学及Stata应用

p
QBP n
ˆ
2 j
d
2(
p)
j1
(8.7)
经改进的“Ljung-Box Q 统计量”(Ljung and Box, 1979)为
p ˆ2
QLB
n(n
2)
j1
n
j
j
d 2 ( p)
(8.8)
13
这两种 Q 统计量在大样本下等价，但 Ljung-Box Q 统计量的小 样本性质更好，为 Stata 所采用。
则待估参数多达(n 1)，随样本容量n 同步增长，也将导致估计量 不一致。
而且，对n1的估计将很不准确，因为只有一对数据(e1, en )可用 于此估计；类似地，对n2 的估计也不准确，因为只有两对数据
(e1, en1)、(e2 , en )可用于估计；以此类推。
正确的做法是，包括足够多阶数的自相关系数，并让此阶数 p随 着样本容量n 而增长。
n t 2
et2
2
n t 2
et et 1
tn1et2
e n 2
t2 t1
(8.9)
2 2
n t 2
ete
t 1
tn1et2
2(1
ˆ1)
其中， ˆ1为残差的一阶自相关系数。
15
当d 2时， ˆ1 0，无一阶自相关； 当d 0时， ˆ1 1，存在一阶正自相关； 当d 4时， ˆ1 1，存在一阶负自相关。
DW 检验的另一缺点是，其 d 统计量的分布还依赖于数据矩阵 X ，无法制表，须使用其上限分布dU 与下限分布dL (dL d dU )来 间接检验。
即便如此，仍存在“无结论区域”。 DW 统计量的本质就是残差的一阶自相关系数，没有太多信息。

第八章 自相关课件

第八章 自相关课件

2、用 对原模型进行差分变换得：
Yt * = Yt p Yt-1 Xt * = Xt pXt-1
得 Yt * = ao + b1 Xt * + Vt 用OLS法来求得参数估计值 a^o 和 b^1
b^o = a^o / (1 p^ )
此外求得估计值还有其它方法：
第五节 广义最小二乘法
1 、当模型存在自相关和异方差时， OLS参数 估计值的优良性质将不存在。
第四节 案例：中国商品进口模型
经济理论指出， 商品进口主要由进口国的经 济发展水平，以及商品进口价格指数与国内价格 指数对比因素决定的。
由于无法取得中国商品进口价格指数，我们 主要研究中国商品进口与国内生产总值的关系。
(下表)。
1. 通过OLS法建立如下中国商品进口方程：
(2.32) (20.12)
取 =5% ，DW>du=1.66(样本容量:22)
表明:广义差分模型已不存在序列相关性。 可以验证: 仅采用1阶广义差分，变换后的模
型仍存在1阶自相关性；
采用3阶广义差分，变换后的模型不再有自相 关性，但AR[3]的系数的t值不显著。
表明: 存在正自相关；但ět-3的参数不显著，说 明不存在3阶序列相关性。
3、运用广义差分法进行自相关的处理
(1)采用杜宾两步法估计p 第一步，估计模型
(1.76) (6.64) (- 1.76)
(5.88) (-5. 19)
第二步，作差分变换：
(5.30)
则M*关于GDP* 的OLS估计结果为：
{ }ii 1 因此随机项方差不全相同， 2、随机项存在自相关
矩阵 的非主对角线元素不全为 0，即
2 i
2
{ }ij

中国农业大学《计量经济学》(7 自相关).45页PPT

中国农业大学《计量经济学》(7 自相关).45页PPT
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
中国农业大学《计量经济学》(7 自相
•
26、我们像鹰一样，生来就是自由的 ，但是 为了生 存，我 们不得 不为自 己编织 一个笼 子，然 后把自 己关在 里面。 ——博 莱索
•
27、法律如果不讲道理，即使延续时 间再长 ，也还 是没有 制约力来的。 ——马 克罗维 乌斯
•
29、在一切能够接受法律支配的人类 的状态 中，哪 里没有 法律， 那里就 没有自 由。— —洛克
•
30、风俗可以造就法律，也可以废除 法律。 ——塞·约翰逊
关).
21、要知道对好事的称颂过于夸大，也会招来人们的反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈

第六章 自相关 《计量经济学》PPT课件


由于解释变量之一是被解释变量的滞后值，称为自 回归模型。人们的消费习惯不会轻易改变，从而 对模型产生自相关性。
（3）模型设定偏误（specification error）。
一是应含而未含变量（excluded variable）设定偏 误；二是不正确的函数形式。例
Yi
1
2 X 2i
3
X
2 2i
ui
• 同时，可以推出下列结论
•
E(ut ) mE(vtm ) 0
m0
（6.1.14）
•
Var(ut
)
m0
2 mVar (vt
m
)
1
2 v
2
（6.1.15）
三、自相关产生的原因
（1）惯性（inertia）。
大多数经济时间序列都一个明显的特点，就是它的 惯性或黏滞。例如，GDP、价格指数、就业等时 间序列都呈现出一定的周期性。这种“内在的动 力”惯性往往产生序列自相关。
E ( ˆ2
)
E
(
xt yt xt2
)
E(2
xtut xt2
)
•
2
xt E(ut ) xt2
2
（6.2.5）
• 即参数 2的OLS估计量为无偏估计量。
在随机干扰项不满足无自相关条件时，得到OLS估 计量的方差为：
Var(ˆ2
)
E(ˆ2
2
)
E(
xtut xt2
)2
1 ( xt2 )2
下，经济变量也是正相关，式子（6.2.6）括号内的数值是 大于0的。也就是说，仍使用式子（6.2.3）作为参数估计 量的方差将会低估真实的方差。
• 当随机干扰项不存在自相关时， 2 的无偏估计为：

计量经济学ppt课件 自相关

10
原因4－蛛网现象
许多农产品的供给呈现为 蛛网现象，供给对价格的 反应要滞后一段时间，因 为供给需要经过一定的时
间才能实现。如果时期 t
的价格 Pt 低于上一期的 价格 Pt-1 ，农民就会减少 时期 t 1的生产量。如
此则形成蛛网现象，此时 的供给模型为:
蛛网现象是微观经济学中的 一个概念。它表示某种商品 的供给量受前一期价格影响 而表现出来的某种规律性， 即呈蛛网状收敛或发散于供 需的均衡点。
18
第二节 自相关的后果
➢OLS估计虽然是线性无偏的，但不再是有 效的估计。 ➢OLS估计的标准误差估计不再准确（通常 是低估） ➢参数显著性 t 检验失效（通常是高估） ➢模型预测精度下降
19
第三节 自相关的检验
本节基本内容:
图示检验法 DW检验法 序列相关的ＬＭ检验
20
一、图示检验法
需要人为设定滞后期长度，一般从s=1开始， 多试几次，比如直到s=10左右。如果检验结 果均不显著，则可以认为不存在自相关性。
3399
第四节 自相关的补救
本节基本内容:
●相关系数已知时：广义差分法 ●计算相关系数：科克伦－奥克特迭代法 ●其他方法简介
40
一、广义差分法
对于自相关的结构已知的情形可采用广义差分法解决。
而建立模型时，模型设定为: Yt = 1 + 2 X 2t + ut
则 X3t 对 Yt 的影响便归入随机误差项 ut 中，由于 在不同观测点上是相关的，这就造成了 ut 在不同 观测点是相关的，呈现出系统模式，此时 ut 是自
相关的。
13
模型形式设定偏误也会导致自相关现象。如将成本 曲线设定为线性成本曲线，则必定会导致自相关。 由设定偏误产生的自相关是一种虚假自相关，可通 过改变模型设定予以消除。

计量经济学课件05-自相关


缺点：计算量大。
et et et 检验每种估计式是否显著 e t et
e t 1 vt
et21 vt 1et 1 2 et 2 vt et 1 vt

et 1
vt
自相关检验3——偏相关系数检验
2
4、统计检验（t检验和F检验）失效
自相关性的检验
按时间先后顺序绘制残差图et-t
正自相关
负自相关
由于经济的惯性，通常不会出现负自相关的形式
绘制et-et-1散点图
正自相关
负自相关
自相关检验1——DW检验
DW检验(德宾-沃森检验)
特点： (1).解释变量是非随机的 (2).只适用于检验一阶自相关（一元和多元回归都适用） (3).当模型中出现被解释变量的滞后期，DW检验失效 即方程中不能出现yt=β0+β1xt+ β2yt-1+ut
Yt -1= 0 + 1 X t -1 + ut-1
相减，得：Yt-Yt -1 = 0 (1-) + 1 (Xt - Xt-1) + ut - ut-1 作广义差分变换： Yt* = Yt - Yt -1 ;
0* = 0 (1- ) ； X t* = X t - Xt-1；
在多个变量的之间如果只考虑之间的相关关系其他变量固定不变这种相关性称为偏相关用来衡量片相关的指标叫做是对残差做相关性检验得到相关图看图判断偏自相关偏相关系数系数的类型具体的操作而应介绍房内空调开关及棉被加枕的位置
第5章 自相关性
本章内容
5.1 5.2 5.3 5.4 自相关性及产生原因 自相关性的影响 自相关性的检验 自相关性的解决方法

计量经济学 自相关PPT课件


et 2 ≈
et
2 1
≈
et 2
t2
t2
t 1
T
T
2
et
2 1
2
et et1
T
et et1
所以 DW 可以近似表示为， DW≈ t2
t2
T
et
2 1
= 2 (1 - t2
) = 2 (1 - ˆ )
T
et
2 1
t2
t2
第6页/共23页
6.3 自相关检验
DW= 2 (1 - ˆ )
的取值范围是 [-1, 1]，所以DW统计量的取值范围是 [0, 4]。
H0: = 0 (ut 不存在自相关)。H1: 0 (ut 存在一阶自相关) 用残差值 et 计算统计量 DW。
DW =
T
(et et1 ) 2
t2
=
T
et 2
t 1
T
T
T
et 2
et
2 1
2
et et1
t2
t2
t2
T
et 2
t 1
（第2版167页） （第3版142页）
T
T
T
因为在样本容量充分大条件下有
（第2版177页） （第3版151页）
1. 用 DW 统计量的值计算。
ˆ = 1 -（DW / 2）
2. 直接拟合估计。
第12页/共23页
6.6 案例分析
（第2版177页） （第3版152页）
例6.1 天津市城镇居民人均消费与人均可支配收入的关系。
天津市城镇居民人均消费性支出（CONSUM），人均可支配收入（INCOME）关
LM（BG）自相关检验辅助回归式估计结果是
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
直接输入“ls Y-0.7456*Y (-1) c X-0.7456*X (-1)”/回车 ，即得广义差分回归的输出结果
由广义差分方程有
ˆ1
23.7786 1 0.7456
93.4693
得到中国农村居民消费模型为
Yˆt 93.4693 0.8230Xt
自相关问题的处理
(2)用回归残差序列et估计自相关系数
第五节 案例分析
研究范围：中国农村居民收入－消费模型
研究目的：消费模型是研究居民消费行为的工具和手
段。通过消费模型的分析可判断居民消费边际消费倾
向，而边际消费倾向是宏观经济系统中的重要参数。
建立模型
Yt = 1 + 2 X t + ut
Yt－居民消费， Xt －居民收入， ut －随机误差项。
数据收集：1990—2015年农村居民人均收入和消费
统计表可知， dL=1.302，dU=1.461，模型中DW dL，
显然消费模型中有正自相关。这也可从残差图中看出， 点击EViews方程输出窗口的按钮Resids可得到残差图。
残差图
用BG检验作自相关检验
EViews中回归后点“View/Residual Diagnostics /Serial Correlation LM Test” ，在“lags to include”中选取滞后阶数例如“2”，回 车即的检验结果：
ˆ1
23.8958 1 0.7641
101.2963
得到中国农村居民消费模型为
Yˆt 101.2963 0.8260Xt
自相关问题的处理
(3)用德宾两步法估计自相关系数 在EViews命今栏中输入“ls y c y(-1) x x(-1) 可得回归方程
Yˆt 12.4901+0.8838Yt1 1.0058Xt 0.9260 Xt1
用 ˆ =0.8838 对原模型进行广义差分回归，在EViews命令栏中
直接输入“ls Y-0.8838*Y (-1) c X-0.8838*X (-1)”/回车 ，即得广义差分回归的输出结果
由广义差分方程有
ˆ1
24.2374 1 0.8838
208.5838
得到中国农村居民消费模型为来自Yˆt 208.5838 0.8579Xt
在EViews命今栏中输入“ls e e (-1)”可得回归方程
eˆt =0.7641et1
用 ˆ =0.7641 对原模型进行广义差分回归，在EViews命令栏中
直接输入“ls Y-0.7641*Y (-1) c X-0.7641*X (-1)”/回车 ，即得广义差分回归的输出结果
由广义差分方程有
（数据见教材）
模型的建立、估计与检验
使用普通最小二乘法估计消费模型得：
Yˆt 11.1195 0.7835Xt
(23.4635) (0.0117)
t = (-0.4739) (66.9993)
R2 = 0.9947 F = 4488.911 DW = 0.5088
该回归方程可决系数较高，回归系数均显著。对样本 量为26、一个解释变量的模型、5%显著水平，查DW
LM TR2 26 0.545376 14.17977
其p值为0.0008，表明存在 自相关。
结论：由于本案例存在明显的 自相关，直接回归估计的结论 是不可靠的。
自相关问题的处理
（1）由DW统计量计算自相关系数
DW=0.5088, ˆ=1- DW 0.7456
2
用 ˆ =0.7456 对原模型进行广义差分回归，在EViews命令栏中
0.8771元。
（4）科克伦－奥克特迭代法
在Eviews的命令栏输入“LS Y C X AR (1)”/回车，即自动迭代 得科克伦—奥克特迭代法估计结果：
由DW=1.9668可以判断，dU = 1.454， dU <DW<4-dU，说明 在5%显著性水平下广义差分 后模型中已无自相关。 结论：中国农村居民的边际消 费倾向为0.8771，农民人均实 际纯收入每增加1元，平均说 来人均实际消费支出将增加