《大连海事大学计量经济学Eviews实验课讲义_5序列相关与异方差_上机课》由会员分享，可在线阅读，更多相关《大连海事大学计量经济学Eviews实验课讲义_5序列相关与异方差_上机课（11页珍藏版）》请在金锄头文库上搜索。
1、第五课 序列相关与异方差模型的处理5.1序列相关模型一、首先，结合案例数据（5_1_1）研究天津市城镇居民人均消费与人均可支配收入的关系，分析一阶线性相关存在时模型的检验与处理。（1）案例数据：改革开放以来，天津市城镇居民人均消费性支出（CONSUM），人均可支配收入（INCOME）以及消费价格指数（PRICE）数据（19782000年）见下表。（数据来源：晓峒，计量经济学基础，P152，例6.1）（2）散点图考虑到价格指数的影响，将CONSUM和INCOME各自除以价格指数，形成被解释变量和解释变量：CONSUM/PRICE和INCOME/PRICE，并作散点图如下，分析散点图，CONSUM
2、/PRICE和INCOME/PRICE呈现线性相关。（3）回归结果，Eviews输出结果报告，得到回归方程CONSUM/PRICE = 111.4400081 + 0.7118287831*INCOME/PRICEDependent Variable: CONSUM/PRICEVariableCoefficientStd. Errort-StatisticProb.C111.440017.055926.5338040.0000INCOME/PRICE0.7118290.01689942.122210.0000R-squared0.988303Mean dependent var769.4035
3、Adjusted R-squared0.987746S.D. dependent var296.7204S.E. of regression32.84676Akaike info criterion9.904525Sum squared resid22657.10Schwarz criterion10.00326Log likelihood-111.9020F-statistic1774.281Durbin-Watson stat0.598571Prob(F-statistic)0.000000水平上，T=23条件下，k=1时，临界值Dl=1.26，由结果可知，DW=0.59,因此，拒绝零假设
4、，认为存在一阶序列相关。0.678967说明存在正相关。（5）用广义最小二乘法估计参数计算一阶相关系数,对原变量做广义差分，若令,令, ,则以和为样本再次计算回归方程，GDY = 45.24890183 + 0.6782321994*GDXDependent Variable: GDYIncluded observations: 22 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C45.2489012.258623.6911910.0014GDX0.6782320.03398319.957990.0000R-squ
5、ared0.952190Mean dependent var269.1295Adjusted R-squared0.949799S.D. dependent var103.4908S.E. of regression23.18764Akaike info criterion9.211624Sum squared resid10753.33Schwarz criterion9.310809Log likelihood-99.32786F-statistic398.3214Durbin-Watson stat2.308815Prob(F-statistic)0.000000DW值=2.34-du=
6、4-1.43=2.57，已经消除序列相关。由于，因此原模型的估计结果为：。分析可知，天津市城镇居民人均消费性支出平均占人均可支配收入的67.82%。注意：对广义差分后模型与原模型的判定系数不可简单直接比较，因为其变量不同；两个模型的回归系数估计值可能有所不同，计量经济学理论认为，广义差分模型的估计量性质优于存在序列相关时模型的估计量。Eviews操作：生成新变量的方法：QuickGenerate Series“X=CONSUM/PRICE”、”INCOME/PRICE”,但每次只能收入一个命令；LM(BG)检验方法：EquationViewsResidual TestsSerial Corre
7、lation LMTestOK。二、结合案例5_1_2，研究天津市保费收入和人口的回归关系，分析二阶序列相关存在时模型的检验与处理。（1） 天津市保费收入和人口数据：19671978年天津市的保险费收入（Yt，万元）和人口（Xt，万人）数据见5_1_2，散点图见下图，Y与X呈指数关系，对Y对自然对数，LnY与X呈线性关系。（数据来源：晓峒，计量经济学基础，P155,例6.2）（2）散点图： 通过散点图确定模型形式：（3）利用Eviews软件估计方程，得到LOG(Y) = -11.18098138 + 0.*X输出结果为：Dependent Variable: LOG(Y)Included ob
8、servations: 32VariableCoefficientStd. Errort-StatisticProb.C-11.180980.534786-20.907400.0000X0.0254050.00068337.209290.0000R-squared0.978792Mean dependent var8.591552Adjusted R-squared0.978085S.D. dependent var2.300249S.E. of regression0.340525Akaike info criterion0.743808Sum squared resid3.478727Sc
9、hwarz criterion0.835416Log likelihood-9.900921F-statistic1384.531Durbin-Watson stat0.363124Prob(F-statistic)0.000000对模型结果分析，判定系数较大，0.98，拟合较好，系数显著，但是DW值较小，怀疑有自相关。（4）检验自相关查表，n=32，k=1, ，Dl=1.37，Du=1.50，而DW=0.361.37，存在正的序列相关。Eviews下的LM检验：Breusch-Godfrey Serial Correlation LM Test:F-statistic33.13129Prob
10、. F(2,28)0.000000Obs*R-squared22.49464Prob. Chi-Square(2)0.000013辅助回归：Test Equation:Dependent Variable: RESIDIncluded observations: 32Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.C-0.0846620.315807-0.2680810.7906X0.0001160.0004060.2868600.7763RESID(-1)1.1732040.1740766.7396070.0000RESID(-2)-0.4421490.200364-2.2067230.0357R-squared0.702957Mean dependent var-4.66E-15
