《应用回归分析》自相关性的诊断及处理实验报告

从结果中看到回归残差的 DW=2.042，根据 P104 表 4-4 的 DW 的取值范围来诊断 ，误差项
存在自相关。
4.比较以上两种方法所建立的回归方程的优良性。 迭代法：迭代法在操作的过程中比较繁琐,但是比较精确 一阶差分法：操作比较简单，但是结果与真实存在偏差，数据较少时偏离不是很大，但如 果面对的是大量的数据，结果就会远离准确值。所以要合理的选择方法，这样才会更好的 利用时间。 迭代法和一阶差分法都使用 DW 检验，但是 DW 只能检验一阶自相关，对存在高阶自相关和 存在滞后被解释变量的模型无法检验。
三、实验结果分析：（提供关键结果截图和分析）
1.用普通最小二乘法建立 y 与 x1 和 x2 的回归方程，用残差图和 DW 检验诊断序列的 自相关性；
由图可知 y 与 x1 和 x2 的回归方程为： Y=574062+191.098x1+2.045x2
从输出结果中可以看到 DW=0.283，查 DW 表，n=23，k=2，显著性水平由 DW<1.26，也说明残差序列 存在正的自相关。自相关系数，也说明误差存在高度的自相关。
2.用迭代法处理序列相关，并建立回归方程；
回归方程为：y=-178.775+211.110x1+1.436x2
从结果中看到新回归残差的 DW=1.716， 查 DW 表，n=52，k=3，显著性水平 0.5 由此可知 DW 落入无自相关性区 域，说明残差序列无自相关
3.用一阶差分法处理序列相关，并建立回归方程；
四、实验总结：（包括心得体会、问题回答及实验改进意见，可附页） 通过本次的实验报告，我在一定程度上掌握了自相关产生的原因以及给模型 带来的影响掌握自相关性的诊断及处理方法掌握 SPSS 软件的操作方法，再 加上老师课堂的细心讲述以及课本的知识描绘，能够让我进一步的掌握自相 关产生的原因。
《应用回归分析》自相关性的诊断及处理实验报告
实验名称： 自相关性的诊断及处理
实验目的： 1. 掌握自相关产生的原因以及给模型带来的影响 2. 掌握自相关性的诊断及处理方法 3. 掌握 SPSS 软件的操作方法
实验设备与环境：计算机，SPSS22.0 等。
一、实验内容：
某乐队经理研究其乐队 CD 光盘的销售额（y），两个有关的影响变量是每周演出次数 x1 和乐队网站的周点击率 x2，数据见 xt 4.14。
分析：从输出结果中可以看到 DW=0.745，查 DW 表，n=52，k=3，显著性水平
dL=1.47 ， dU=1.64. 由 DW<1.47 ， 也 说 明 残 差 序 列 存 在 正 的 自 相 关 。
α
=0.05，
ˆ 1 - 1 DW 1 1 0.745 0.625
2
2
也说明误差项存在较高度的自相关。
1.用普通最小二乘法建立 y 与 x1 和 x2 的回归方程，用残差图和 DW 处理序列相关，并建立回归方程； 3.用一阶差分法处理序列相关，并建立回归方程； 4.比较以上两种方法所建立的回归方程的优良性。
二、实验步骤：（只需关键步骤）
1、分析→回归→线性→保存→残差 2、转换→计算变量；分析→回归→线性。 3、转换→计算变量；分析→回归→线性