《消除自相关的方法》.ppt

该【《消除自相关的方法》 】是由【相惜】上传分享，文档一共【31】页，该文档可以免费在线阅读，需要了解更多关于【《消除自相关的方法》 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。§、拟自相关情况二、真正自相关情况(一)(t=1,2,…,n)()中的随机项有一阶线性自相关:()整理pptvt满足经典回归的全部假定,且ρ的数值。将()滞后一期并乘以ρ:()用()减()式,得()令令()整理ppt变换()称为广义差分变换。将()改写成:()变换后的模型()叫做广义差分模型,由于vt满足全部假定,已没有自相关,因此可用OLS法估计参数α和β1。应该注意,变换后的数据()将损失一个观测值,这是因为变换中不存在x0和y0。为了防止这一损失,:整理ppt对于多元回归模型,广义差分法也同样适用。设模型()()其中ρ,vt满足经典回归的根本假定。()滞后一期并乘以ρ:()整理ppt将()-()得:()令()模型()可改写成:()整理ppt由于vt满足经典回归全部假定,因此,可以对模型()应用OLS法。:自相关问题的处理设有线性回归模型()其中Y为(n×1)维向量,X为n×(k+1)维矩阵,β为(k+1)×1维向量,U为(n×1)维向量,并且具有一阶线性自回归形式的自相关()整理ppt利用§()式知,有协方差矩阵:()()式中Ψ是一个(n×n)维正定对称矩阵:()其逆矩阵()为:整理ppt()对正定对称矩阵Ψ,存在(n×n)非奇异矩阵P,使得()并且有()整理ppt利用P对原模型()作变换:PY=PXβ+PU()()于是,()可改写成()由于()′整理ppt的协方差矩阵为()或()′的无偏估计量为:()或()′整理ppt