序列相关性的后果和检验
合集下载
- 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、"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、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)。
序列相关的检验
DW检验的缺陷 当d 统计量落在两个不确定区域时,无法判断是否 存在序列相关 当滞后因变量作为解释变量时,检验无效 只能检验一阶序列相关,不适用于高阶序列相关 若误差项不是iid正态分布,d 检验也不可靠
© 电子科大经管学院
13
第六讲 序列相关性
序列相关的检验
布劳殊-戈弗雷(BG)检验
© 电子科大经管学院
7
第六讲 序列相关性
0 1
d 2 d 0
序列相关的检验
1 d 4 0 1 0 d 2
1 0 2 d 4
d 统计量与一阶自相关系数的关系
n
n
n
n
(et et1)2
et2
e2 t 1
2
et et 1
d t2 n
t2
t2 n
t2
et2
et2
存在显著正相关
EViews演示:图解法
4
2
0
-2
-4
-6 1960
1965
1970
1975
1980
1985
1990
1995
RESID01
4
2
0
-2
-4-6-6Fra bibliotek-4-2
0
2
4
RESID01(-1)
EViews演示:LM检验
检验结果
拒绝 不 不能 原假设 确 拒绝
定 原假设
0
dL
dU
© 电子科大经管学院
11
第六讲 序列相关性
序列相关的检验
检验序列相关 H0 : 0; HA : 0
拒绝 不 不能 不 拒绝 原假设 确 拒绝 确 原假设
定 原假设 定
0
dL
dU 4 dU 4 dL 4
© 电子科大经管学院
12
第六讲 序列相关性
© 电子科大经管学院
14
第六讲 序列相关性
序列相关的检验
检验步骤:
Step1:不考虑序列相关,OLS回归获得残差 Step2:辅助回归(将残差对解释变量、残差滞后值进行
回归)获得R2
et 1 2 X1t .... k+1Xkt 1et1 2et2 ... pet p t
Step3:构造LM统计量
计量经济学
第六讲 序列相关性
第二节 序列相关性的后果和检验
主讲教师:陈磊
第六讲 序列相关性
序列相关的后果
在纯序列相关的情形下
OLS估计量仍是无偏的 OLS估计量不再是有效的(即最小方差估计量) 标准误的OLS估计量是有偏的,且偏差通常是负的,
意味着OLS通常会高估了参数的t 值,导致原本不显著 的变量可能变得显著
若存在序列相关,OLS估计的假设检验不可靠
© 电子科大经管学院
2
第六讲 序列相关性
序列相关的检验
检验思路:检验序列相关,也就是检验随机误差 项之间的相关性及其“形式”
因随机误差项的样本对应物是OLS的残差,因此 所有的检验方法都基于残差
残差很重要!
© 电子科大经管学院
3
第六讲 序列相关性
序列相关的检验
LM (n p)R2 ~ 2 ( p)
若LM值超过选定显著性水平的临界值,则拒绝原假设, 即认为存在序列相关
© 电子科大经管学院
15
例子:
下表给出了美国商业部门1959-1998年间人均真实工资(Y) 与人均产出指数(X)的数据(data_6.1)
Yt 0 1Xt t
EViews演示:DW值
© 电子科大经管学院
9
第六讲 序列相关性
序列相关的检验
d 统计量的检验
序列相关的判别规则
正
不 不能 不
负
自
确 拒绝 确
自
相
定 无自 定
相
关
区 相关 区
关
0
dL
dU 4 dU 4 dL 4
© 电子科大经管学院
10
第六讲 序列相关性
序列相关的检验
检验序列正相关 H0 : 0; HA : 0
又称为LM检验,克服了DW检验的缺陷,适合于高阶 序列相关以及模型中存在滞后因变量的情形,更具有 一般性
基本思想:
针对回归模型 Yt 0 1X1t ... k Xkt t
假设干扰项存在p 阶序列相关
t 1t1 2t2 ... pt p ut
检验原假设
H0 : 1 2 ... p 0
t 1
t 1
n
n
n
2 et2 2 etet1
etet1
t2
t2 n
2(1
t2 n
) 2(1 ˆ )
et2
et2
t 1
t 1
© 电子科大经管学院
8
第六讲 序列相关性
序列相关的检验
d 统计量的检验
由于 d 统计量依赖于残差,而残差又依赖于X,故无法 推导出d 统计量的准确分布
Durbin-Watson根据样本容量n和待估参数个数k,在给 定的显著性水平下,给出了 d 统计量的上、下两个临界 值dU和dL
利用方程的残差构成统计量,推断误差项是否存在一 阶序列相关
基本假定 回归模型包含截距项 序列相关是一阶序列相关 回归模型不能把滞后被解释变量作为解释变量
© 电子科大经管学院
6
第六讲 序列相关性
序列相关的检验
检验统计量称为 d 统计量
n
(et et1)2
d t2 n
et2
t 1
该统计量仅依赖于残差,一般回归软件都会报告该统计 量(无论是横截面数据还是时间序列数据)
图解法 德宾-沃森(DW)检验 布劳殊-戈弗雷(BG)检验
© 电子科大经管学院
4
第六讲 序列相关性
序列相关的检验
图解法(非正式方法)
将残差对时间描点,以发现残差在时间上的特定关联 还可以怎样描点画图?
© 电子科大经管学院
5
第六讲 序列相关性
序列相关的检验
德宾-沃森(Durbin-Watson) 检验
DW检验的缺陷 当d 统计量落在两个不确定区域时,无法判断是否 存在序列相关 当滞后因变量作为解释变量时,检验无效 只能检验一阶序列相关,不适用于高阶序列相关 若误差项不是iid正态分布,d 检验也不可靠
© 电子科大经管学院
13
第六讲 序列相关性
序列相关的检验
布劳殊-戈弗雷(BG)检验
© 电子科大经管学院
7
第六讲 序列相关性
0 1
d 2 d 0
序列相关的检验
1 d 4 0 1 0 d 2
1 0 2 d 4
d 统计量与一阶自相关系数的关系
n
n
n
n
(et et1)2
et2
e2 t 1
2
et et 1
d t2 n
t2
t2 n
t2
et2
et2
存在显著正相关
EViews演示:图解法
4
2
0
-2
-4
-6 1960
1965
1970
1975
1980
1985
1990
1995
RESID01
4
2
0
-2
-4-6-6Fra bibliotek-4-2
0
2
4
RESID01(-1)
EViews演示:LM检验
检验结果
拒绝 不 不能 原假设 确 拒绝
定 原假设
0
dL
dU
© 电子科大经管学院
11
第六讲 序列相关性
序列相关的检验
检验序列相关 H0 : 0; HA : 0
拒绝 不 不能 不 拒绝 原假设 确 拒绝 确 原假设
定 原假设 定
0
dL
dU 4 dU 4 dL 4
© 电子科大经管学院
12
第六讲 序列相关性
© 电子科大经管学院
14
第六讲 序列相关性
序列相关的检验
检验步骤:
Step1:不考虑序列相关,OLS回归获得残差 Step2:辅助回归(将残差对解释变量、残差滞后值进行
回归)获得R2
et 1 2 X1t .... k+1Xkt 1et1 2et2 ... pet p t
Step3:构造LM统计量
计量经济学
第六讲 序列相关性
第二节 序列相关性的后果和检验
主讲教师:陈磊
第六讲 序列相关性
序列相关的后果
在纯序列相关的情形下
OLS估计量仍是无偏的 OLS估计量不再是有效的(即最小方差估计量) 标准误的OLS估计量是有偏的,且偏差通常是负的,
意味着OLS通常会高估了参数的t 值,导致原本不显著 的变量可能变得显著
若存在序列相关,OLS估计的假设检验不可靠
© 电子科大经管学院
2
第六讲 序列相关性
序列相关的检验
检验思路:检验序列相关,也就是检验随机误差 项之间的相关性及其“形式”
因随机误差项的样本对应物是OLS的残差,因此 所有的检验方法都基于残差
残差很重要!
© 电子科大经管学院
3
第六讲 序列相关性
序列相关的检验
LM (n p)R2 ~ 2 ( p)
若LM值超过选定显著性水平的临界值,则拒绝原假设, 即认为存在序列相关
© 电子科大经管学院
15
例子:
下表给出了美国商业部门1959-1998年间人均真实工资(Y) 与人均产出指数(X)的数据(data_6.1)
Yt 0 1Xt t
EViews演示:DW值
© 电子科大经管学院
9
第六讲 序列相关性
序列相关的检验
d 统计量的检验
序列相关的判别规则
正
不 不能 不
负
自
确 拒绝 确
自
相
定 无自 定
相
关
区 相关 区
关
0
dL
dU 4 dU 4 dL 4
© 电子科大经管学院
10
第六讲 序列相关性
序列相关的检验
检验序列正相关 H0 : 0; HA : 0
又称为LM检验,克服了DW检验的缺陷,适合于高阶 序列相关以及模型中存在滞后因变量的情形,更具有 一般性
基本思想:
针对回归模型 Yt 0 1X1t ... k Xkt t
假设干扰项存在p 阶序列相关
t 1t1 2t2 ... pt p ut
检验原假设
H0 : 1 2 ... p 0
t 1
t 1
n
n
n
2 et2 2 etet1
etet1
t2
t2 n
2(1
t2 n
) 2(1 ˆ )
et2
et2
t 1
t 1
© 电子科大经管学院
8
第六讲 序列相关性
序列相关的检验
d 统计量的检验
由于 d 统计量依赖于残差,而残差又依赖于X,故无法 推导出d 统计量的准确分布
Durbin-Watson根据样本容量n和待估参数个数k,在给 定的显著性水平下,给出了 d 统计量的上、下两个临界 值dU和dL
利用方程的残差构成统计量,推断误差项是否存在一 阶序列相关
基本假定 回归模型包含截距项 序列相关是一阶序列相关 回归模型不能把滞后被解释变量作为解释变量
© 电子科大经管学院
6
第六讲 序列相关性
序列相关的检验
检验统计量称为 d 统计量
n
(et et1)2
d t2 n
et2
t 1
该统计量仅依赖于残差,一般回归软件都会报告该统计 量(无论是横截面数据还是时间序列数据)
图解法 德宾-沃森(DW)检验 布劳殊-戈弗雷(BG)检验
© 电子科大经管学院
4
第六讲 序列相关性
序列相关的检验
图解法(非正式方法)
将残差对时间描点,以发现残差在时间上的特定关联 还可以怎样描点画图?
© 电子科大经管学院
5
第六讲 序列相关性
序列相关的检验
德宾-沃森(Durbin-Watson) 检验