该【《序列相关性》 】是由【相惜】上传分享,文档一共【84】页,该文档可以免费在线阅读,需要了解更多关于【《序列相关性》 】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。第六章序列相关性SerialCorrelation编辑课件一、序列相关性概念二、实际经济问题中的序列相关性三、序列相关性的后果四、序列相关性的检验五、具有序列相关性模型的估计六、案例编辑课件一、序列相关性概念如果对于不同的样本点,随机误差项之间不再是不相关的,而是存在某种相关性,那么认为出现了序列相关性。对于模型Yi=?0+?1X1i+?2X2i+…+?kXki+?ii=1,2,…,n随机项互不相关的根本假设表现为Cov(?i,?j)=0i?j,i,j=1,2,…,n编辑课件或编辑课件序列相关的形式1、一阶自回归形式First-ordercoefficientofautocorrelation误差项ut只与其滞后一期值ut-1有关Ut=f(ut-1)+vt2、高阶序列相关形式误差项ut不仅与前一期值ut-1有关,还与其前假设干期值ut-2ut-3,…都有关系。Ut=f(ut-1ut-2,…)+vt编辑课件称为一阶序列相关,或自相关〔autocorrelation〕其中:?被称为自协方差系数〔coefficientofautocovariance〕或一阶自相关系数〔first-ordercoefficientofautocorrelation〕?i是满足以下标准的OLS假定的随机干扰项:如果仅存在E(?i?i+1)?0i=1,2,…,n自相关往往可写成如下形式:?i=??i-1+?i-1<?<1由于序列相关性经常出现在以时间序列为样本的模型中,因此,本节将用下标t代表i。编辑课件编辑课件计量经济模型中自相关的最常见的形式是一阶线性自回归形式编辑课件可见,当随机误差项满足一阶自回归形式的自相关时,随机误差项满足零均值和同方差的假定,但不满足无自相关的假定。编辑课件序列的自相关特征分析。给出具有正自相关,负自相关和非自相关三个序列。
《序列相关性》 来自淘豆网www.taodocs.com转载请标明出处.