實(shí)驗(yàn)六自相關(guān)模型的檢驗(yàn)和處理-學(xué)生實(shí)驗(yàn)報(bào)告

1、 實(shí) 驗(yàn) 報(bào) 告課程名稱： 計(jì)量經(jīng)濟(jì)學(xué) 實(shí)驗(yàn)項(xiàng)目： 實(shí)驗(yàn)六 自相關(guān)模型的 檢驗(yàn)和處理 實(shí)驗(yàn)類型：綜合性 設(shè)計(jì)性 驗(yàn)證性R專業(yè)班別： 姓 名： 學(xué) 號(hào)： 實(shí)驗(yàn)課室： 指導(dǎo)教師： 石立 實(shí)驗(yàn)日期： 2014年6月13日 廣東商學(xué)院華商學(xué)院教務(wù)處 制 一、實(shí)驗(yàn)項(xiàng)目訓(xùn)練方案小組合作：是 否R小組成員：無(wú)實(shí)驗(yàn)?zāi)康模赫莆兆韵嚓P(guān)模型的檢驗(yàn)和處理方法實(shí)驗(yàn)場(chǎng)地及儀器、設(shè)備和材料實(shí)驗(yàn)室：普通配置的計(jì)算機(jī)，Eviews軟件及常用辦公軟件。實(shí)驗(yàn)訓(xùn)練內(nèi)容（包括實(shí)驗(yàn)原理和操作步驟）：【實(shí)驗(yàn)原理】自相關(guān)的檢驗(yàn)：圖形法檢驗(yàn)、D-W檢驗(yàn)自相關(guān)的處理：廣義差分變換、迭代法【實(shí)驗(yàn)步驟】本實(shí)驗(yàn)中考慮以下模型：【模型1】財(cái)政收入CS對(duì)

2、收入法GDPS的回歸模型【模型2】財(cái)政支出CZ對(duì)財(cái)政收入CS的回歸模型【模型3】消費(fèi)品零售額SLC對(duì)收入法GDPS的回歸模型【模型4】財(cái)政收入的對(duì)數(shù)log（cs）對(duì)時(shí)間T的回歸模型【模型5】收入法GDPS的對(duì)數(shù)log（GDPS）對(duì)時(shí)間T的回歸模型數(shù)據(jù)見(jiàn)“附表：廣東省宏觀經(jīng)濟(jì)數(shù)據(jù)（部分）-第六章”（一）自相關(guān)的檢驗(yàn)1.圖形法檢驗(yàn)使用圖形檢驗(yàn)法分別檢驗(yàn)上述【模型1-4】是否存在自相關(guān)問(wèn)題。分別作這四個(gè)模型的殘差散點(diǎn)圖（即殘差后一項(xiàng)對(duì)前一項(xiàng)的散點(diǎn)圖：對(duì)）和殘差趨勢(shì)圖（即殘差對(duì)時(shí)間的線圖），并判斷模型是否存在自相關(guān)以及是正的自相關(guān)還是負(fù)的自相關(guān)?！灸Ｐ?】 殘差散點(diǎn)圖 殘差趨勢(shì)圖結(jié)論：從圖上看，CS對(duì)

3、GDPS回歸的殘差有一定的自相關(guān)?！灸Ｐ?】 殘差散點(diǎn)圖 殘差趨勢(shì)圖結(jié)論：從圖上看，CZ對(duì)CS回歸的殘差應(yīng)【模型3】 殘差散點(diǎn)圖 殘差趨勢(shì)圖結(jié)論：從圖上看，SLC對(duì)GDPS回歸的殘差有很強(qiáng)的自相關(guān)【模型4】 殘差散點(diǎn)圖 殘差趨勢(shì)圖結(jié)論：從圖上看，log(CS)對(duì)T回歸的殘差也有很強(qiáng)的自相關(guān)（請(qǐng)對(duì)得到的圖表進(jìn)行處理，以上在一頁(yè)內(nèi)）2.D-W檢驗(yàn)分別計(jì)算上述【模型1-3】和【模型5】的D-W統(tǒng)計(jì)量的值，判斷模型是否存在自相關(guān)問(wèn)題?！灸Ｐ?】CS= 12.50360 + 0.080296GDPS (15.58605) (0.001891) (0.802615) (42.45297)R2=0.9852

4、32 SE=61.92234 DW=0.942712 F=1802.255結(jié)論：DW值偏近0，存在自相關(guān)【模型2】DW=1.561721結(jié)論：DW值接近2，不存在自相關(guān)【模型3】DW=0.293156結(jié)論：DW值接近0，存在很強(qiáng)的自相關(guān)【模型5】DW=0.198218結(jié)論：DW值偏近0，存在嚴(yán)重的自相關(guān)（請(qǐng)對(duì)得到的圖表進(jìn)行處理，以上在一頁(yè)內(nèi)）（二）自相關(guān)的處理1.【模型3】SLC對(duì)GDPS回歸自相關(guān)的處理 Dependent Variable: SLCMethod: Least SquaresDate: 06/13/14 Time: 11:25Sample (adjusted): 1980 2

5、005Included observations: 26 after adjustmentsConvergence achieved after 14 iterationsCoefficientStd. Errort-StatisticProb.  GDPS0.2271240.0423245.3663570.0000C-863.1769929.2543-0.9288920.3630AR(1)1.5361400.1865398.2349410.0000AR(2)-0.5035900.199972-2.5183010.0196R-squared0.999440 

6、60;  Mean dependent var2323.710Adjusted R-squared0.999364    S.D. dependent var2354.344S.E. of regression59.39227    Akaike info criterion11.14684Sum squared resid77603.71    Schwarz criterion11.34040Log likelihood-140.9090 &

7、#160;  Hannan-Quinn criter.11.20258F-statistic13087.46    Durbin-Watson stat1.717996Prob(F-statistic)0.000000Inverted AR Roots      1.06          .47Estimated AR process is nonstationaryDW檢驗(yàn)

8、值達(dá)到了1.717996，消除了自相關(guān)。 沒(méi)有消除和消除了自相關(guān)的回歸方程為： SLC=0.370241380274GDPS+148.696223954 SLC=0.227124192654GDPS-863.176882154+(AR(1)=1.5361，AR(2)=-0.50362.【模型5】LOG(GDPS)對(duì)T回歸自相關(guān)的處理Dependent Variable: LOG(GDPS)Method: Least SquaresDate: 06/13/14 Time: 11:26Sample (adjusted): 1980 2005Included observations: 26 aft

9、er adjustmentsConvergence achieved after 3 iterationsCoefficientStd. Errort-StatisticProb.  T0.1839360.01169015.734610.0000C5.0200030.21424123.431600.0000AR(1)1.4706870.1669128.8111310.0000AR(2)-0.6135370.174363-3.5187370.0019R-squared0.998601    Mean dependent var7.869

10、818Adjusted R-squared0.998410    S.D. dependent var1.458838S.E. of regression0.058174    Akaike info criterion-2.710105Sum squared resid0.074454    Schwarz criterion-2.516552Log likelihood39.23137    Hannan-Quinn criter.

11、-2.654369F-statistic5233.128    Durbin-Watson stat1.920812Prob(F-statistic)0.000000Inverted AR Roots .74+.27i     .74-.27iDW檢驗(yàn)值達(dá)到了1.920812，消除了自相關(guān) 沒(méi)有消除和消除了自相關(guān)的回歸方程為： Log(GDPS)=0.1885795351*T+4.95074562823 Log(GDPS)=0.183935743608*T+5.02000286764+(AR(1

12、)=1.4707,AR(2)=-0.6135)（請(qǐng)對(duì)得到的圖表進(jìn)行處理，以上在一頁(yè)內(nèi)）（三）補(bǔ)充實(shí)驗(yàn)1.使用圖形檢驗(yàn)法檢驗(yàn)【模型5】是否存在自相關(guān)問(wèn)題。分別作這個(gè)模型的殘差散點(diǎn)圖（即殘差后一項(xiàng)對(duì)前一項(xiàng)的散點(diǎn)圖：對(duì)）和殘差趨勢(shì)圖（即殘差對(duì)時(shí)間的線圖），并判斷模型是否存在自相關(guān)以及是正的自相關(guān)還是負(fù)的自相關(guān)。從圖上看，log(GDPS)對(duì)T回歸的殘差也有很強(qiáng)的正自相關(guān)（請(qǐng)對(duì)得到的圖表進(jìn)行處理，以上在一頁(yè)內(nèi)）2.計(jì)算上述【模型4】的D-W統(tǒng)計(jì)量的值，判斷模型是否存在自相關(guān)問(wèn)題。log（cs）= 3.061611+ 0.159151*T (0.00644999) (0.000388595) (47.4

13、6694) (40.95545) R2=0.984736 SE=0.166099 DW=0.670889 F=1677.3493.對(duì)【模型1】、【模型2】和【模型4】的自相關(guān)問(wèn)題進(jìn)行處理?！灸Ｐ?】Dependent Variable: CSMethod: Least SquaresDate: 06/13/14 Time: 11:34Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 5 iterationsCoefficientStd. Errort

14、-StatisticProb.  GDPS0.0801460.00310025.851880.0000C12.3092530.167590.4080290.6869AR(1)0.5280600.1731273.0501300.0055R-squared0.989511    Mean dependent var464.6559Adjusted R-squared0.988637    S.D. dependent var512.8281S.E. of regression54.66577

15、0;   Akaike info criterion10.94479Sum squared resid71720.32    Schwarz criterion11.08877Log likelihood-144.7547    Hannan-Quinn criter.10.98761F-statistic1132.079    Durbin-Watson stat1.734469Prob(F-statistic)0.000000Inverted

16、 AR Roots      .53【模型2】Dependent Variable: CSMethod: Least SquaresDate: 06/13/14 Time: 11:35Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.  CZ0.7784150.0133145

17、8.464490.0000C19.7490911.933931.6548680.1110AR(1)0.2188730.1992821.0983080.2830R-squared0.995395    Mean dependent var464.6559Adjusted R-squared0.995011    S.D. dependent var512.8281S.E. of regression36.22199    Akaike info criterion10.1216

18、5Sum squared resid31488.78    Schwarz criterion10.26563Log likelihood-133.6423    Hannan-Quinn criter.10.16446F-statistic2593.808    Durbin-Watson stat1.788804Prob(F-statistic)0.000000Inverted AR Roots      .22

19、【模型4】Dependent Variable: LOG(CS)Method: Least SquaresDate: 06/13/14 Time: 11:37Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 3 iterationsCoefficientStd. Errort-StatisticProb.  T0.1674380.00518532.293370.0000C2.8924940.09555930.269150.0000

20、AR(1)0.4803360.1200454.0013070.0005R-squared0.994392    Mean dependent var5.429892Adjusted R-squared0.993925    S.D. dependent var1.304108S.E. of regression0.101644    Akaike info criterion-1.630250Sum squared resid0.247954    Schwarz criterion-1.486268Log likelihood25.00837    Hannan-Quinn criter.-1.587436F-statistic2127.985    Durbin-Watson stat2.262057Prob(F-statistic)0.000000Inverted AR Roots      .48（請(qǐng)對(duì)得到的