1樓：匿名使用者
樓主的模型還算是不錯的，你是幸運的，dw為1.88接近2了，用eviews的話，直接最小二乘，在quick-estimate equation裡面進行迴歸吧，上面輸入lnmt c lnrt lnyt lnmt(-1)，下面的下拉框選ls那個，確定就行了吧，然後會有個表，最後一個是dw，不過你這個的殘差項還好沒很低。。。。要不就成偽迴歸了，現在這個算是協整吧。。。
金融計量問題，有關自相關性檢驗，懂的入！多謝！
2樓：鴨子網互動
這兩張圖是從昨天深夜到今日凌晨的一個計量圖，雖然時間週期非常短但是也存在自相關性，至於要計算很準確的階數則比較複雜，自己可以去計算一下，你應該會建模吧！
計量經濟學中的自相關指什麼啊？
3樓：戀勞
如果隨機誤差項的各期望值之間存在著相關關係，這時，稱隨機誤差項之間存在自相關性（autocorrelation）或序列相關。
對於模型 y t= b0 +b1x1t+b2x2t+……bkxkt+ut
如果隨機誤差項的各期望值之間存在著相關關係，即
cov(ut,us)=e(utus) ≠ 0 (t,s=1,2,……k)
這時，稱隨機誤差項之間存在自相關性（autocorrelation）或序列相關。
隨機誤差項的自相關性可以有多種形式，其中最常見的型別是隨機誤差項之間存在一階自相關性或一階自迴歸形式，即隨機誤差項只與它的前一期值相關：cov(ut,u t-1) =e（ut,u t-1) =/= 0,或者u t=f(u t-1),則稱這種關係為一階自相關。
一階自相關性可以表示為
ut= p1 u i-1 + p2 u i-2 + p3 u i-3 + …… p p u t-p + v t
稱之為p 階自迴歸形式，或模型 存在 p 階自相關
由於無法觀察到誤差項 u t,只能通過殘差項 e t來判斷 u t 的行為。如果 u t或 e t呈出下圖(a) -(d) 形式，則表示u t 存在自相關，如果 ut 或et 呈現圖中 (e) 形式，則 表示 u t不存在自相關
線性迴歸模型中的隨機誤差項的序列相關問題較為普遍，特別是在應用時間序列資料時，隨機誤差項的序列相關經常發生。
自相關性產生的原因：
線性迴歸模型中隨機誤差項存在序列相關的原因很多，但主要是經濟變數自身特點、資料特點、變數選擇及模型函式形式選擇引起的。
1.經濟變數慣性的作用引起隨機誤差項自相關
2.經濟行為的滯後性引起隨機誤差項自相關
3.一些隨機因素的干擾或影響引起隨機誤差項自相關
4.模型設定誤差引起隨機誤差項自相關
5.觀測資料處理引起隨機誤差項序列相關
自相關的後果：
線性相關模型的隨機誤差項存在自相關的情況下，用ols（普通最小二乘法）進行引數估計，會造成以下幾個方面的影響。
從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關性的條件下，ols估計才具有最小方差性。當模型存在自相關性時，ols估計仍然是無偏估計，但不再具有有效性。這與存在異方差性時的情況一樣，說明存在其他的引數估計方法，其估計誤差小於ols估計的誤差；也就是說，對於存在自相關性的模型，應該改用其他方法估計模型中的引數。
1.自相關不影響ols估計量的線性和無偏性，但使之失去有效性
2.自相關的係數估計量將有相當大的方差
3.自相關係數的t檢驗不顯著
4.模型的**功能失效
如何判斷資料存在自相關性
a. 用相關計量軟體: 比如說e-views檢查殘差的分佈。
如果殘差分佈具有明顯和圓潤的線性分佈影象， 說明自相關性存在的可能性很高。反之， 無規則波動大的分佈影象顯示出相關性微弱。
b.durbin-watson statistics(德賓—瓦特遜檢驗)： 假設time series模型存在自相關性，我們假設誤差項可以表述為 ut=ρ*ut-1+ε.
利用統計檢測設立假設，如果ρ=o.則表明沒有自相關性。durbin-watson統計量（後面建成dw統計量）可以成為判斷正、負、零（無）相關性的工具。
dw統計量： d=∑(ut-ut-1)^2/∑ut^2≈2*(1-ρ).如果d=2則基本沒有自相關關係，d靠近0存在正的相關關係，d靠近4則有負的相關關係。
c. q-statistics 以（box-pierce)- eviews( 7th version第七版本）為例子： 很多統計計量軟體軟體提供q test來檢測，這裡用eviews為例子。
q的統計量（test statistics）為 q=n*∑ρ^2. 零假設null hypothesis h0=0和方法2的含義一樣。如果零假設證明失敗，則對立假設ρ≠0成立，意味著有自相關性。
如何減弱模型的自相關性
方法一（gls or fgls）： 假設存在自相關性的模型，誤差項之間的關係為：ut=ρ*ut-i+ε（ε為除了自相關性的誤差項，i.
i.d~（0,σ）. t時期的模型為 yt=βxt+ut, t-1時期則為 ρ*yt-1=ρ*βxt-1+ρ*ut-t。
用t時期的減去t-1時期的可得出yt-yt-1=β(xt-xt-1)+(ut-ut-1).已知 ut-ut-i=ε。經過整理後新的模型滿足gauss-makov的假設和，white noise condition （同方差性或者等分散），沒有自相關性。
方法二（hac：heteroscedasticity autocorrelation consistent): 以eviews為例子，在分析模型時選擇hac，在模型中逐漸新增time lag的數目，來校正dw統計量達到正常值減少自相關性。
4樓：匿名使用者
自相關指的是被解釋變數與其自身前期滯後的相關性。在計量中，通常用隨機干擾項的自相關來衡量，即u(t)=a*u(t-1)
大學的計量經濟學，檢驗yi的異方差性，還是證明什麼的，是考試的一道題，不知道怎麼做，大概是這樣的 200
5樓：
se是標準誤差，就是y的迴歸擬合值與其均值做的標準差。望採納。
計量經濟學中，我在做實證分析時，模型既有異方差又有自相關，怎麼處理？這個問題是怎麼處理的呢？ 5
6樓：江湖·少俠·劍
首先，若是橫來截面資料主源要考慮異方差，若bai是時間序列
du主要考慮自相
zhi關。
你現在的情況dao
同時存在異方差和自相關，建議你先考慮產生自相關的原因是模型誤設還是純粹的自相關。如果只是純粹的自相關，可以用fgls解決自相關的問題。
而你在解決了自相關後發現，還存在異方差的問題。但是通常情況下方差都是未知的，我們不方便再做加權最小二乘了。這時要解決異方差的問題，可以採用懷特的「異方差穩健標準誤」，基於這個標準誤構造出的統計量可以做出有效的統計推斷。
再說一種方法吧，當同時存在異方差和自相關時，你可以直接使用hac，也就是異方差自相關一致標準誤，基於這個標準誤構造的統計量可以做出正確的推斷。它的前提是你的樣本需要足夠大。
最後，還需要你根據自己的情況構造出一個合適的模型，上面那些只是理論上的參考。
7樓：匿名使用者
異方差使用加權最小二乘 或廣義最小二乘
自相關使用廣義差分方法
一般來說，時間序列中自相關比較突出，截面資料中異方差比較突出。你根據你的資料**，先處理主要矛盾，然後再處理次要矛盾。
誰會看lm 自相關檢驗啊？
計量經濟學中dw統計量是什麼意思？在n多模型檢驗中，dw統計量的結果反映什麼問題，求簡單明瞭的解釋
8樓：匿名使用者
durbin watson 統計量用來檢驗殘差一階自相關 只能檢驗一階不能檢驗高階自相關
dw = sum (eps_t - eps_)^2 / sum (eps_t)^2 約= 2(1 - r)
r表示相鄰殘差之間的相關係數
如果r = 0 也就是說近似於2的dw值表示殘差不存在相關性
如果r > 0 也就是說接近0的dw值表示正相關
如果r < 0 也就是說接近4的dw值表示負相關
一般dw統計量的表提供d_l和d_u
dw < d_l 正相關
d_l d_u < dw < 4 - d_u 不存在自相關
4 - d_u < dw < 4 - d_l 該檢驗不確定
dw > 4 - d_l 負相關
擴充套件資料：
自相關性產生的原因：
線性迴歸模型中隨機誤差項存在序列相關的原因很多，但主要是經濟變數自身特點、資料特點、變數選擇及模型函式形式選擇引起的。
1.經濟變數慣性的作用引起隨機誤差項自相關
2.經濟行為的滯後性引起隨機誤差項自相關
3.一些隨機因素的干擾或影響引起隨機誤差項自相關
4.模型設定誤差引起隨機誤差項自相關
5.觀測資料處理引起隨機誤差項序列相關
自相關的後果：
線性相關模型的隨機誤差項存在自相關的情況下，用ols（普通最小二乘法）進行引數估計，會造成以下幾個方面的影響。
從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關性的條件下，ols估計才具有最小方差性。當模型存在自相關性時，ols估計仍然是無偏估計，但不再具有有效性。
這與存在異方差性時的情況一樣，說明存在其他的引數估計方法，其估計誤差小於ols估計的誤差；也就是說，對於存在自相關性的模型，應該改用其他方法估計模型中的引數。
1.自相關不影響ols估計量的線性和無偏性，但使之失去有效性
2.自相關的係數估計量將有相當大的方差
3.自相關係數的t檢驗不顯著
4.模型的**功能失效
9樓：匿名使用者
德賓-沃森（durbin-watson）檢驗簡稱d-w檢驗，是目前檢驗自相關性最常用的方法，但它只適用於檢驗一階自相關性。 先通過公式計算出dw值，再根據樣本容量n和解釋變數數目k查分佈表，得到臨界值dl和du，然後判斷是否自相關。 因為dw=2(1-ρ),而自相關係數ρ（利用殘差構造的）的值介於-1和1之間，所以 0≤dw≤4 ，而且判定區間【0, dl ，du，(4-du)，(4-dl), 4】關於2對稱。
0 如果dw統計量表明殘差序列有一階自相關，說明原模型沒有擬合好，應為沒有捕捉到足夠資訊所以導致殘差自相關；或者說明模型中的解釋變數至少不是嚴格外生的。 改善方法：新增解釋變數或者對模型進行準差分。設原模型為yt=beta0+beta1*xt+ut,準差分得到[yt-rouy(t-1)]=[beta0(1-rou)]+[xt-roux(t-1)]+[ut-rouu(t-1)] ,rou就是殘差ut的一階自相關係數，t是下標，我敲的不太好看。 辣辣 許多人對學習計量經濟學感到非常迷茫，不知所措。其實，要想學好計量經濟學，首先，你要明確你將來準備幹什麼，這個至關重要。如果你今後只是從事經驗分析和應用方面的工作，完全沒有必要去啃那些如天書般的數學過程，只要弄清楚模型的一般形式，知道怎樣使用軟體，明白什麼樣的模型需要採用什麼樣的估計方法和檢驗方... 溫州甌越培訓學校 計量經濟學分析 軟體eviews 7.1 http htm強大功能和容易使用使得它成為任何需要處理時間序列，橫截面，或縱向 longitudina 資料人員的理想軟體包。通過eviews，您可以快速和有效的管理您的資料，執行計量經濟學和統計分析，生成 或模型 和產生可用於出版或包含... 朱鴻桖 要是想做本專業的話，做研究的佔很大的比例。當然，經濟學的各個專業之間是相通的。在畢業找工作的時候，經濟學專業都是可以的，幾乎沒有什麼太大的差別。怎麼學好計量經濟學 腐芯思 計量是被包含與統計學之中的一門學科，它以數學為基礎 包括概率與求導一類，這兩門是重中之重 一定要打下堅實的基礎 應用於各...如何學習計量經濟學，怎麼學好計量經濟學
計量經濟學什麼軟體最好，那種計量經濟學軟體最好用？
請教如何學習計量經濟學，怎麼學好計量經濟學