第六章自相关思考题.doc

上传人：pc****0

文档编号：6623666

上传时间：2024-12-17

格式：DOC

页数：15

大小：363.50KB

《第六章自相关思考题.doc》由会员分享，可在线阅读，更多相关《第六章自相关思考题.doc（15页珍藏版）》请在咨信网上搜索。

第六章自相关思考题 6.1 如何使用 DW 统计量来进行自相关检验 ? 该检验方法的前提条件和局限性有哪些 ? 6.2 当回归模型中的随机误差项为 AR(1) 自相关时 , 为什么仍用OLS法会低估的标准误差 ? 6.3 判断以下陈述的真伪,并给出合理的解释。 1) 当回归模型随机误差项有自相关时 , 普通最小二乘估计量是有偏误的和非有效的。 2)DW 检验假定随机误差项的方差是同方差。 3) 用一阶差分法消除自相关是假定自相关系数为-1。 4）当回归模型随机误差项有自相关时 , 普通最小二乘估计的预测值的方差和标准误差不再是有效的。 6.4 对于四个解释变量的回归模型如果样本量 n=50, 当 DW 统计量为以下数值时 , 请判断模型中的自相关状况。 1)DW=1.05 2)DW=1.40 3)DW=2.50 4)DW=3.97 6.5 如何判别回归模型中的虚假自相关 ? 6.6 在回归模型中 ,无自相关。如果我们错误地判定模型中有一阶自相关 , 即, 并使用了广义差分模型将会产生什么问题 ? 练习题 6.1 表 6.6 给出了美国 1960~1995 年 36 年个人实际可支配收入 X 和个人实际消费支出Y 的数据。 1) 用普通最小二乘法估计收入-消费模型 ; 表 6.6 美国个人实际可支配收入和个人实际消费支出 ( 单位 :1010 美元 ) 年份个人实际可支配收入 X 个人实际消费支出 Y 年份个人实际可支配收入 X 个人实际消费支出 Y 1960 157 143 1978 326 295 1961 162 146 1979 335 302 1962 169 153 1980 337 301 1963 176 160 1981 345 305 1964 188 169 1982 348 308 1965 200 180 1983 358 324 1966 211 190 1984 384 341 1967 220 196 1985 396 357 1968 230 207 1986 409 371 1969 237 215 1987 415 382 1970 247 220 1988 432 397 1971 256 228 1989 440 406 1972 268 242 1990 448 413 1973 287 253 1991 449 411 1974 285 251 1992 461 422 资料来源：Economic Report of the Prsident 注 : 数据为 1992 年价格 2) 检验收入 -消费模型的自相关状况 (5% 显著水平 ): 3) 用适当的方法消除模型中存在的问题。 6.2 在研究生产中劳动所占份额的问题时 , 古扎拉蒂采用以下模型。模型 6.1 模型 6.2 其中 ,Y 为劳动投入 ,t 为时间。据 1949-1964 年数据 , 对初级金属工业得到以下结果。模型 6.3 =0.4529-0.0041t t= (-3.9608) =0.5284 DW=0.8252 模型 6.4 =0.4786-0.0127t+0.0005 t= (-3.2724)(2.7777) =0.6629 DW=1.82 其中 , 括号内的数字为 t 统计量。 1) 模型 6.1 和模型 6.2 中是否有自相关 ? 2) 如何判定自相关的存在 ? 3) 怎样区分虚假自相关和真正的自相关 ? 6.3 表6.7是北京市连续 19 年城镇居民家庭人均收入与人均支出的数据。表 6.7 北京市连续 19 年城镇居民家庭人均收入与支出数据表 ( 单位 : 元 ) 年份顺序人均收入 (元) 人均生活消费支出(元) 商品零售物价指数(%) 人均实际收入(元) 人均实际支出(元) 1 450.18 359.86 100 450.18 359.86 2 491.54 408.66 101.5 484.28 402.62 3 599.4 490.44 108.6 551.93 451.6 4 619.57 511.43 110.2 562.22 464.09 5 668.06 534.82 112.3 594.89 476.24 6 716.6 574.06 113 634.16 508.02 7 837.65 666.75 115.4 725.87 577.77 8 1158.84 923.32 136.8 847.11 674.94 9 1317.33 1067.38 145.9 902.9 731.58 10 1413.24 1147.6 158.6 891.07 723.58 11 1767.67 1455.55 193.3 914.47 753 12 1899.57 1520.41 229.1 829.14 663.64 13 2067.33 1646.05 238.5 866.81 690.17 14 2358.88 1860.17 258.8 911.85 718.77 15 2813.10 2134.65 280.3 1003.6 761.56 16 3935.39 2939.6 327.7 1200.91 897.04 17 5585.88 4134.12 386.4 1445.62 1069.91 18 6748.68 5019.76 435.1 1551.06 1153.7 19 7945.78 5729.45 466.9 1701.82 1227.13 1) 建立居民收入一消费函数 ; 2) 检验模型中存在的问题 , 并采取适当的补救措施予以处理 ; 3) 对模型结果进行经济解释。 . 6.4 表 6.8 给出了日本工薪家庭实际消费支出与可支配收入数据。表 6.8 日本工薪家庭实际消费支出与实际可支配收人 ( 单位 :103 日元 ) 年份个人实际可支配收入 X 个人实际消费支出 Y 年份个人实际可支配收入 X 个人实际消费支出 Y 1970 239 300 1983 304 384 1971 248 311 1984 308 392 1972 258 329 1985 310 400 1973 272 351 1986 312 403 1974 268 354 1987 314 411 1975 280 364 1988 324 428 1976 279 360 1989 326 434 1977 282 366 1990 332 441 1978 285 370 1991 334 449 1979 293 378 1992 336 451 1980 291 374 1993 334 449 1981 294 371 1994 330 449 1982 302 381 　　　资料来源 : 日本银行 .经济统计年报注 : 数据为 1990 年价格 1) 建立日本工薪家庭的收入一消费函数 ; 2) 检验模型中存在的问题 , 并采取适当的补救措施予以处理 ; 3) 对模型结果进行经济解释。 6.5 表 6.9 给出了中国进口需求 (Y) 与国内生产总值 (X) 的数据。表 6.91985~2003 年中国实际 GDP 和进口额 ( 单位 : 亿元 ) 年份实际GDP （X, 亿元）实际进口额（Y, 亿元） 1985 8964.4 2543.2 1986 9753.27 2983.4 1987 10884.65 3450.1 1988 12114.62 3571.6 1989 12611.32 3045.9 1990 13090.55 2950.4 1991 14294.88 3338 1992 16324.75 4182.2 1993 18528.59 5244.4 1994 20863.19 6311.9 1995 23053.83 7002.2 1996 25267 7707.2 1997 27490.49 8305.4 1998 29634.75 9301.3 1999 31738.82 9794.8 2000 34277.92 10842.5 2001 36848.76 12125.6 2002 39907.21 14118.8 2003 43618.58 17612.2 数据来源：中国统计年鉴 2004( 光盘 ) 注 : 实际 GDP 和实际进口额均为 1985 年可比价指标。 1) 检测进口额模型的自相关性 ; 2) 采用科克伦 -奥克特迭代法处理模型中的自相关问题。 6.6 表 6.10 给出了某地区 1980~2000 年地区生产总值 (Y) 与固定资产投资额 (X)的数据。表 6.10 地区生产总值(Y)与固定资产投资额（X）( 单位 : 亿元 ) 年份地区生产总值(Y) 固定资产投资额(X) 年份地区生产总值(Y) 固定资产投资额(X) 1980 1402 216 1990 3124 544 1981 1624 254 1991 3158 523 1982 1382 187 1992 3578 548 1983 1285 151 1993 4067 668 1984 1665 246 1994 4483 699 1985 2080 368 1995 4897 745 1986 2375 417 1996 5120 667 1987 2517 412 1997 5506 845 1988 2741 438 1998 6088 951 1989 2730 436 1999 7042 1185 　　　 2000 8756 1180 1) 使用对数线性模型进行回归,并检验回归模型的自相性 ; 2) 采用广义差分法处理模型中的自相关问题。 3) 令(固定资产投资指数 ),(地区生产总值增长指数 ), 使用模型, 该模型中是否有自相关 ? 第六章自相关性 1．见P113 2．见P113、P116 3．解答：将回归，得到残差序列，然后将该序列用于的ols估计，便可以得到的估计量。最后又对回归，便可以得到的消除序列相关的估计量。 4．解答：（1）查表得到A模型dL=1.106，dU=1.371，而DW=0.8252小于这两者，所以按D-W检验，认为A模型存在正自相关性；对B模型：dL=0.982，dU=0.539，而DW=1.82，大于这两者，又小于2，所以按D-W检验，认为B模型不存在自相关性；（2）。。。（3）要结合经济意义、模型是否同时存在异方差综合判断。 5．解答： (1)回归结果为： Dependent Variable: LN_C Method: Least Squares Date: 05/20/03 Time: 11:09 Sample: 1951 1980 Included observations: 29 Excluded observations: 1 Variable Coefficient Std. Error t-Statistic Prob. LN_A 0.002109 0.035573 0.059277 0.9532 LN_H -0.092590 0.176814 -0.523659 0.6053 LN_I 0.621243 0.207801 2.989602 0.0064 LN_L 0.382541 0.148529 2.575521 0.0166 C -0.678260 1.231607 -0.550712 0.5869 R-squared 0.892890 Mean dependent var 3.746803 Adjusted R-squared 0.875038 S.D. dependent var 0.432004 S.E. of regression 0.152713 Akaike info criterion -0.764925 Sum squared resid 0.559712 Schwarz criterion -0.529184 Log likelihood 16.09141 F-statistic 50.01699 Durbin-Watson stat 0.652136 Prob(F-statistic) 0.000000 在显著性水平为0.05时，只有LN_I， LN_L显著。模型的整体拟合教好。出现这个情况的主要原因可能是模型中引入了与LN_C没多大关系的变量（LN_A ，LN_H）以及有多重共线性存在（LN_I，LN_L），当然也有可能存在自相关性。（2）对残差和滞后一期的残差回归，结果如下： Dependent Variable: RESID01 Method: Least Squares Date: 05/20/03 Time: 11:23 Sample(adjusted): 1952 1980 Included observations: 27 Excluded observations: 2 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. RESID_LG01 0.712928 0.151257 4.713356 0.0001 R-squared 0.460509 Mean dependent var 0.003077 Adjusted R-squared 0.460509 S.D. dependent var 0.146298 S.E. of regression 0.107456 Akaike info criterion -1.587132 Sum squared resid 0.300218 Schwarz criterion -1.539138 Log likelihood 22.42629 Durbin-Watson stat 1.356284 其t检验显著。直接求其相关系数如下：0.679871652963。根据上面回归结果，可以认为存在自回归。（3）由第一个回归结果知道DW统计量d=0.652136。查表知：dL=1.124，dU=1.743 而d=0.652136，小于这两者，所以按D-W检验，认为残差存在正自相关性；若是去掉不显著的LN_A ，LN_H，回归结果如下： Dependent Variable: LN_C Method: Least Squares Date: 05/20/03 Time: 11:10 Sample: 1951 1980 Included observations: 30 Variable Coefficient Std. Error t-Statistic Prob. LN_I 0.656181 0.187982 3.490653 0.0017 LN_L 0.368859 0.140095 2.632914 0.0138 C -1.432749 0.348715 -4.108657 0.0003 R-squared 0.890773 Mean dependent var 3.721145 Adjusted R-squared 0.882682 S.D. dependent var 0.447149 S.E. of regression 0.153156 Akaike info criterion -0.820083 Sum squared resid 0.633331 Schwarz criterion -0.679963 Log likelihood 15.30124 F-statistic 110.0962 Durbin-Watson stat 0.669905 Prob(F-statistic) 0.000000 此时仍然可以认定有正自相关性（d=0.669905< dL=1.27）； (3)去掉不显著变量LN_A ，LN_H，用广义差分法修正。此时=1－DW/2=0.665，回归得： Dependent Variable: D_LN_C Method: Least Squares Date: 05/20/03 Time: 11:43 Sample(adjusted): 1952 1980 Included observations: 29 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D_LN_I 0.629326 0.257752 2.441590 0.0217 D_LN_L 0.388582 0.123461 3.147396 0.0041 C -0.474665 0.282105 -1.682581 0.1044 R-squared 0.670959 Mean dependent var 1.289074 Adjusted R-squared 0.645648 S.D. dependent var 0.199306 S.E. of regression 0.118642 Akaike info criterion -1.327716 Sum squared resid 0.365974 Schwarz criterion -1.186272 Log likelihood 22.25189 F-statistic 26.50870 Durbin-Watson stat 1.366951 Prob(F-statistic) 0.000001 可以看到，此时DW有所提高，结果落入不能判断的区域（1.27，1.563）。之所以这样，估计是因为相关系数没有求准确。（5）用Cochrant-Orcutt迭代法估计模型。 Dependent Variable: D_LN_C Method: Least Squares Date: 05/20/03 Time: 11:54 Sample(adjusted): 1953 1980 Included observations: 28 after adjusting endpoints Convergence achieved after 9 iterations Variable Coefficient Std. Error t-Statistic Prob. D_LN_I 0.568392 0.304474 1.866798 0.0742 D_LN_L 0.381758 0.116517 3.276412 0.0032 C -0.358973 0.374663 -0.958121 0.3476 AR(1) 0.297377 0.198696 1.496647 0.1475 R-squared 0.696210 Mean dependent var 1.297544 Adjusted R-squared 0.658237 S.D. dependent var 0.197577 S.E. of regression 0.115505 Akaike info criterion -1.347446 Sum squared resid 0.320193 Schwarz criterion -1.157131 Log likelihood 22.86424 F-statistic 18.33401 Durbin-Watson stat 1.837290 Prob(F-statistic) 0.000002 Inverted AR Roots .30 可见此时不在相关。（1）略。 6．解答：（1）对模型回归结果如下： Dependent Variable: Y Method: Least Squares Date: 05/20/03 Time: 13:16 Sample: 1978 1996 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. X 1.236904 0.064536 19.16625 0.0000 C 38.09940 151.0455 0.252238 0.8039 R-squared 0.955769 Mean dependent var 2194.484 Adjusted R-squared 0.953167 S.D. dependent var 2029.881 S.E. of regression 439.2846 Akaike info criterion 15.10747 Sum squared resid 3280507. Schwarz criterion 15.20689 Log likelihood -141.5210 F-statistic 367.3452 Durbin-Watson stat 2.849855 Prob(F-statistic) 0.000000 （2）用D_W检验法检验序列相关否。查表有：dL=1.180，dU=1.401，计算4－dL＝2.820，4－dU＝2.599。而d＝2.849855，所以由判断规则知道存在负相关。（3）用广义差分法修正。=1－DW/2=－0.425，回归结果： Dependent Variable: D_Y Method: Least Squares Date: 05/20/03 Time: 13:30 Sample(adjusted): 1979 1996 Included observations: 18 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D_X 0.811313 0.027864 29.11660 0.0000 C -38.48551 112.0719 -0.343400 0.7358 R-squared 0.981477 Mean dependent var 2467.052 Adjusted R-squared 0.980319 S.D. dependent var 2171.372 S.E. of regression 304.6197 Akaike info criterion 14.38044 Sum squared resid 1484691. Schwarz criterion 14.47937 Log likelihood -127.4240 F-statistic 847.7762 Durbin-Watson stat 2.631995 Prob(F-statistic) 0.000000 DW有所下降，但是落入了不可判断区域。利用对数变换来修正自相关。结果为： Dependent Variable: LN_Y Method: Least Squares Date: 05/20/03 Time: 13:33 Sample: 1978 1996 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. LN_X 1.001151 0.025121 39.85272 0.0000 C 0.220615 0.179743 1.227389 0.2364 R-squared 0.989410 Mean dependent var 7.334724 Adjusted R-squared 0.988787 S.D. dependent var 0.865244 S.E. of regression 0.091623 Akaike info criterion -1.842967 Sum squared resid 0.142711 Schwarz criterion -1.743552 Log likelihood 19.50818 F-statistic 1588.239 Durbin-Watson stat 2.506239 Prob(F-statistic) 0.000000 DW值再次下降，达到2.506239。可以判断：已经不存在自相关了。 7．解答：（1）回归结果为： Dependent Variable: LN_Y Method: Least Squares Date: 05/20/03 Time: 13:43 Sample: 1953 1985 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. LN_X 1.001063 0.052990 18.89146 0.0000 C 1.794763 0.308551 5.816752 0.0000 R-squared 0.920080 Mean dependent var 7.573572 Adjusted R-squared 0.917502 S.D. dependent var 0.807866 S.E. of regression 0.232039 Akaike info criterion -0.025128 Sum squared resid 1.669110 Schwarz criterion 0.065570 Log likelihood 2.414605 F-statistic 356.8872 Durbin-Watson stat 0.583389 Prob(F-statistic) 0.000000 回归结果不错。查表，dL=1.1383，dU=1.508，而DW＝0.583389。显然存在正自相关。（2）=1－DW/2=0.7083 Dependent Variable: D_LN_Y Method: Least Squares Date: 05/20/03 Time: 13:53 Sample(adjusted): 1954 1985 Included observations: 32 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D_LN_X 0.681939 0.065931 10.34326 0.0000 C 1.093559 0.117572 9.301173 0.0000 R-squared 0.780995 Mean dependent var 2.288260 Adjusted R-squared 0.773695 S.D. dependent var 0.261007 S.E. of regression 0.124165 Akaike info criterion -1.273951 Sum squared resid 0.462508 Schwarz criterion -1.182342 Log likelihood 22.38321 F-statistic 106.9831 Durbin-Watson stat 0.834364 Prob(F-statistic) 0.000000 由于dL=1.1383，dU=1.508，而DW＝0.834364。显然还是存在正自相关（3）回归结果： Dependent Variable: YY Method: Least Squares Date: 05/20/03 Time: 13:47 Sample(adjusted): 1954 1985 Included observations: 32 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. XX 0.473818 0.044671 10.60677 0.0000 C 0.574880 0.051962 11.06345 0.0000 R-squared 0.789479 Mean dependent var 1.108709 Adjusted R-squared 0.782462 S.D. dependent var 0.156754 S.E. of regression 0.073112 Akaike info criterion -2.333192 Sum squared resid 0.160360 Schwarz criterion -2.241584 Log likelihood 39.33108 F-statistic 112.5036 Durbin-Watson stat 1.577648 Prob(F-statistic) 0.000000 查表，dL=1.1383，dU=1.508，而DW＝1.577648。显然不存在自相关。答：对。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档保存到电脑，查找使用更方便

10 金币

申诉本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请申请举报、认领或删除 立即下载

配套讲稿：: 如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
特殊限制：: 部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。
关键词：: 第六章自相关思考题第六相关

咨信网温馨提示：
1、咨信平台为文档C2C交易模式，即用户上传的文档直接被用户下载，收益归上传人（含作者）所有；本站仅是提供信息存储空间和展示预览，仅对用户上传内容的表现方式做保护处理，对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿，我们不确定上传用户享有完全著作权，根据《信息网络传播权保护条例》，如果侵犯了您的版权、权益或隐私，请联系我们，核实后会尽快下架及时删除，并可随时和客服了解处理情况，尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确)，网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据，个别因单元格分列造成显示页码不一将协商解决，平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺，下载前须认真查看，确认无误后再购买，务必慎重购买；若有违法违纪将进行移交司法处理，若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传，付费前请自行鉴别，如您付费，意味着您已接受本站规则且自行承担风险，本站不进行额外附加服务，虚拟产品一经售出概不退款（未进行购买下载可退充值款），文档一经付费（服务费）、不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印，是因预览和防盗链等技术需要对页面进行转换压缩成图而已，我们并不对上传的文档进行任何编辑或修改，文档下载后都不会有水印标识（原文档上传前个别存留的除外），下载后原文更清晰；试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓；PPT和DOC文档可被视为“模板”，允许上传人保留章节、目录结构的情况下删减部份的内容；PDF文档不管是原文档转换或图片扫描而得，本站不作要求视为允许，下载前自行私信或留言给上传者【pc****0】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用；网站提供的党政主题相关内容(国旗、国徽、党徽－－等)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
6、文档遇到问题，请及时私信或留言给本站上传会员【pc****0】，需本站解决可联系【微信客服】、【 QQ客服】，若有其他问题请点击或扫码反馈【服务填表】；文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“【版权申诉】”（推荐），意见反馈和侵权处理邮箱：1219186828@qq.com；也可以拔打客服电话：4008-655-100；投诉/维权电话：4009-655-100。

关于本文

本文标题：第六章自相关思考题.doc
链接地址：https://www.zixin.com.cn/doc/6623666.html

pc****0

内容提供者

实名认证

查看上传人更多文档

部分上传会员的收益排行 01、路***（￥15400+），
02、曲****（￥15300+），
03、wei****016（￥13200+）,
04、大***流（￥12600+），
05、Fis****915（￥4200+），
06、h****i（￥4100+），
07、Q**（￥3400+），
08、自******点（￥2400+），
09、h*****x（￥1400+），
10、c****e（￥1100+）,
11、be*****ha（￥800+），
12、13********8（￥800+）。

相似文档

自信AI助手