序列自相关检验及修正

  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)。

序列自相关检验及修正
序列自相关检验及修正
2阶广义差分的估计结果为: Mt=169.32+0.020GDPt+1.108AR(1)-0.801AR(2) D.W.=1.85>du=1.66,表明经广义差分变换后的
模型已不存在序列相关性。
智仙也。名之者/谁?太守/自谓也。太守与客来饮/于此,饮少/辄醉,而/年又最高,故/自号曰/醉翁也。醉翁之意/不在酒,在乎/山水之间也。山水之乐,得之心/而寓之酒也。节奏划分思考“山行/六七里”
云归而岩穴暝,晦明变化者,山间之朝暮也。野芳发而幽香,佳木秀而繁阴,风霜高洁,水落而石出者,山间之四时也。直译法:那太阳一出来,树林里的雾气散开,云雾聚拢,山谷就显得昏暗了,朝则自
暗而明,暮则自明而暗,或暗或明,变化不一,这是山间早晚的景色。野花开放,有一股清幽的香味,好的树木枝叶繁茂,形成浓郁的绿荫。天高气爽,霜色洁白,泉水浅了,石底露出水面,这是山中四季
d1=1.27,du=1.45,D.W.=0.628<d1,故存在 正自相关。
序列自相关检验及修正
三、G-B检验(拉格朗日乘数检验) 点击View\Residual Test\Serial Correlation LM
Test,Lag取2,得到(见图三):
序列自相关检验及修正
含2阶滞后残差项的辅助回归为: et=6.593-0.0003*GDP+1.094*et-1-0.786et-2
序列自相关检验及修正
三、序列相关的补救 1、杜宾两步法过程
第一步:先将组m gdp打开,点Proc\Make Equations…在specification中输入变量: m m(-1) m(-2) gdp gdp(-1) gdp(-2) C,点确定 得到估计结果,见图五。
序列自相关检验及修正
序列自相关检验及修正
Mt=78.09+0.938Mt-1-0.469Mt-2+0.055GDPt0.096GDPt-1+0.054GDPt-2
R2=0.9913 D.W.=2.31
序列自相关检验及修正
第二步,作差分变换:点对象窗口工具栏上的 genr按钮,在对话框中输入等式1[mnew=m0.938*m(-1)+0.469*m(-2)]和等式 2[gdpnew=gdp-0.938*gdp(-1)+0.469*gdp(2)],再对新得到的mnew关于gdpnew进行OLS估 计,其结果见图六:
翻译训练1.学生结合课下注释和工具书自行疏通文义,并画出不解之处。【教学提示】节奏划分与明确文意相辅相成,若能以节奏划分引导学生明确文意最好;若学生理解有限,亦可在解读文意后把握节
奏划分。2.以四人小组为单位,组内互助解疑,并尝试用“直译”与“意译”两种方法译读文章。3.教师选择疑难句或值得翻译的句子,请学生用两种翻译方法进行翻译。翻译示例:若夫日出而林霏开,
的景色。意译法:太阳升起,山林里雾气开始消散,烟云聚拢,山谷又开始显得昏暗,清晨自暗而明,薄暮又自明而暗,如此暗明变化的,就是山中的朝暮。春天野花绽开并散发出阵阵幽香,夏日佳树繁茂
并形成一片浓荫,秋天风高气爽,霜色洁白,冬日水枯而石底上露,如此,就是山中的四季。【教学提示】翻译有直译与意译两种方式,直译锻炼学生用语的准确性,但可能会降低译文的美感;意译可加强
(0.231)(-0.504)(6.231)(-3.692) R2=0.6614
LM=22*0.6614=14.55,该值大于显著性水平为 5%,自由度为2的x2分布的临界值x20.05(2) =5.991,由此判断原模型存在2阶序列自相关。
序列自相关检验及修正
同理,可以作出含3阶滞后残差项的辅助回归方 程:
序列自相关检验及修正
序列自相关检验及修正
Mnew=86.18+0.02GDPnew (2.76) (16.46)
D.W.=1.583 ,在5%的显著性水平下, D.W.>du=1.43,已不存在自相关。
序列自相关检验及修正
2、科克伦-奥科特迭代法 将组m gdp打开,点Proc\Make Equations…在 specification中输入的变量:m gdp ar(1) ar(2) c,点确定得到结果(见图七)
序列自相关检验及修正
序列自相关检验及修正
序列相关性:模型的随机干扰项违背了相互独立 的基本假设。
产生原因:1、经济变量固有的惯性2、模型设定 的偏误ቤተ መጻሕፍቲ ባይዱ、数据的“编造”
序列相关性的后果:1、参数估计量非有效2、变 量的显著性检验失去意义3、模型的预测失效
序列自相关检验及修正
下面我们使用中国商品进口M与国内生产总值 GDP的关系数据进行分析。
序列自相关检验及修正
辅助回归方程为: et=6.692-0.0003*GDP+1.108*et-1(0.228)(-0.497)(4.541)
0.819et-2+0.032et-3 (-1.842)(0.087)
R2=0.6615 LM=13.89,大于显著性水平为5%,自由度为3的临界
值x20.05(3)=7.815,原模型仍存在序列相关性,但 由于et-3的参数不显著,说明不存在3阶序列相关性。
为什么不能划分为“山/行六七里”?
明确:“山行”意指“沿着山路走”,“山行”是个状中短语,不能将其割裂。“望之/蔚然而深秀者”为什么不能划分为“望之蔚然/而深秀者”?明确:“蔚然而深秀”是两个并列的词,不宜割裂,“望
之”是总起词语,故应从其后断句。【教学提示】引导学生在反复朗读的过程中划分朗读节奏,在划分节奏的过程中感知文意。对于部分结构复杂的句子,教师可做适当的讲解引导。目标导学三:结合注释,
译文的美感,培养学生的翻译兴趣,但可能会降低译文的准确性。因此,需两种翻译方式都做必要引导。全文直译内容见《我的积累本》。目标导学四:解读文段,把握文本内容1.赏析第一段,说说本文
序列自相关检验及修正
一、首先进行OLS的估计,其结果见图一:
序列自相关检验及修正
二、进行序列相关性的检验 1、序列相关检验(残差图),点View \Actual,
Fitted, Residual \Residual Graph得到 图二:
序列自相关检验及修正
二、D.W.检验 在5%的显著性水平下,n=24,k=2,查表得出
相关文档
最新文档