自相關(guān)實(shí)驗(yàn)報(bào)告三模板

1、計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告三開(kāi)課實(shí)驗(yàn)室：財(cái)經(jīng)科學(xué)實(shí)驗(yàn)室2012年 4月 21日班級(jí)：學(xué)號(hào)：XX：實(shí)驗(yàn)項(xiàng)目名稱序列相關(guān)性的檢驗(yàn)與修正成績(jī)：驗(yàn)證性 綜合性設(shè)計(jì)性指導(dǎo)教師簽字 ：實(shí)驗(yàn)性質(zhì)：_【實(shí)驗(yàn)?zāi)康摹空莆招蛄邢嚓P(guān)性的檢驗(yàn)與修正方法并能運(yùn)用Eviews 軟件進(jìn)行實(shí)現(xiàn)【實(shí)驗(yàn)要求】掌握檢驗(yàn)方法， 根據(jù) OLS法的輸出結(jié)果判斷是否存在序列相關(guān)，運(yùn)用廣義差分法進(jìn)行模型修正， 熟悉基本操作步驟， 讀懂各項(xiàng)上機(jī)榆出結(jié)果的含義并能進(jìn)行分析【實(shí)驗(yàn)軟件】Eviews軟件【實(shí)驗(yàn)內(nèi)容】根據(jù)給定的案例數(shù)據(jù)按實(shí)驗(yàn)要求進(jìn)行操作【實(shí)驗(yàn)方案與進(jìn)度】實(shí)驗(yàn)：下表是某上市公司的子公司的年銷售額Y 與其總公司年銷售額X 的觀測(cè)數(shù)據(jù)：序號(hào)XY112

2、7.320.96213021.43132.721.964129.421.52513522.396137.122.767141.223.488142.823.669145.524.110145.324.0111148.324.5412146.424.313150.225114153.125.6415157.326.3616160.726.9817164.227.5218165.627.7819168.728.2420171.728.78(1) 用普通最小二乘法估計(jì)模型參數(shù)Dependent Variable: YMethod: Least SquaresDate: 04/21/12Time: 1

3、0:26Sample: 1 20Included observations: 20VariableCoefficientStd. Errort-StatisticProb.C-1.4547500.214146-6.7932610.0000X0.1762830.001445122.01700.0000R-squared0.998792Mean dependent var24.56900Adjusted R-squared0.998725S.D. dependent var2.410396S.E. of regression0.086056Akaike info criterion-1.97299

4、1Sum squared resid0.133302Schwarz criterion-1.873418Log likelihood21.72991F-statistic14888.14Durbin-Watson stat0.734726Prob(F-statistic)0.000000?=-1.454750+0.176283XYi01 X i(2) 用圖形法進(jìn)行自相關(guān)檢驗(yàn)0.20.1DIS0.0ER-0.1-0.2-0.2-0.10.00.10.2RESID(-1)屬于一階正自相關(guān)(3) 用 DW值檢驗(yàn)?zāi)Ｐ褪欠翊嬖谝浑A自相關(guān)2H0:0,H1:0DW0.734726,d L1.2所以模型存在一

5、階正自相關(guān)(4) 證明廣義差分法可以消除模型隨機(jī)擾動(dòng)項(xiàng)自相關(guān)。 （寫(xiě)出證明過(guò)程）因?yàn)槟Ｐ碗S機(jī)誤差項(xiàng)ut存在一階序列相關(guān)且相關(guān)系數(shù)已知，即有：utut 1vt對(duì)于 Yt01Xtut滯后一期，并且兩邊同乘以自相關(guān)系數(shù)得：Yt 101X t 1ut 1可得廣義差分模型YtYt 10 11 X tX t 1utut 1記： YtYtYt1（ t=2,3,， n）XtXtX t 1（ t=2,3,， n）vtutut 1（ t=2,3,， n）則可寫(xiě)成： Y=01+1X+ vttt因 vtutut 1，則 Var( vt )=v2,Cov( vt , vs )=0( ts ).即 vt滿足同方差和無(wú)序列

6、相關(guān)的經(jīng)典假設(shè)，所以對(duì)式采用普通最小二乘法進(jìn)行估計(jì)。顯然，經(jīng)過(guò)廣義差分后，樣本的觀測(cè)點(diǎn)比原來(lái)少了一個(gè)，只有n-1 個(gè)，為了不損失樣本觀測(cè)信息，可將第一個(gè)樣本觀測(cè)點(diǎn)即t=1 時(shí)的樣本觀測(cè)值變換為：Y112 Y1Xi 112 Xi1（i=2,3,，k）v112 u1將這組樣本數(shù)據(jù)與上述廣義差分?jǐn)?shù)據(jù)合并，仍為一個(gè)容量為n 的樣本。根據(jù)此樣本利用普通最小二乘法，就可以估計(jì)出 Yt對(duì) X it（ i=2,3,， k ）的回歸模型。3(5) 使用迭代法估計(jì)模型參數(shù)，并證明在 5%顯著性水平下迭代后的模型隨機(jī)擾動(dòng)項(xiàng)不存在一階自相關(guān)。Dependent Variable: YMethod: Least Squ

7、aresDate: 04/21/12Time: 10:37Sample(adjusted): 2 20Included observations: 19 after adjusting endpointsConvergence achieved after 16 iterationsVariableCoefficientStd. Errort-StatisticProb.C1.7388672.8730840.6052270.5535X0.1605240.00793120.240420.0000AR(1)0.9588190.08005911.976460.0000R-squared0.999259Mean dependent var24.75895Adjusted R-squared0.999166S.D. dependent var2.317563S.E. of regression0.066928Akaike info criterion-2.426450Sum squared resid0.071670Schwarz criterion-2.