编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第PAGE11页共NUMPAGES11页第PAGE\*MERGEFORMAT11页共NUMPAGES\*MERGEFORMAT11页计量经济学作业实验目的：掌握自相关，自相关检验及修正方法以Eviews软件实现。实验需求：①掌握自相关检验的三种方法②掌握广义差分法实验步骤：①建立工作文件②输入数据③估计回归模型④自相关检验⑤广义差分法估计回归模型实验内容：习题6.3和6.5习题6.31收入-消费函数利用DW统计量，偏相关系数和BG检验，检测模型的自相关性DW统计量：一元线性回归模型估计Y=93.12411785+0.7225307804*X(17.00232)(0.005408)T=(5.477143)(133.5980)R^2=0.999048DW=0.790145F=17848.43此模型的可决系数为0.999048，接近于1，表明模型对样本拟合优度高；F统计量为17848.43，其伴随概率为0.00000，接近于零，表明模型整体线性关系显著，且回归系数均显著；对样本数n为19，解释变量个数k为1，若给定的显著性水平=0.05，查DW统计表得，dL=1.201，dU=1.411，而0<DW=0.790145<dL=1.201，这表明模型存在一阶正自相关。偏相关系数检验：方程窗口点击view\residualtest\correlogram-Q-statistics从上图可知，所有滞后期的偏相关系数PAC的绝对值均小于0.5，表明回归模型不存在高阶自相关性BG检验:方程窗口点击view\residualtest\serialCorrelationLMTest滞后期为1，得以下结果：由上表可以看出，=6.146273，prob(nR)=0.013169,小于给定的显著性水平=0.05，并且et-1回归系数的T统计量值绝对值大于2，表明模型存在一阶自相关性。滞后期为2，得以下结果：从上表可以看出，=6.876003，prob(nR)=0.032129,小于给定的显著性水平=0.05，并且et-1和et-2回归系数的t统计量值绝对值均小于2，回归系数显著不为零，表明模型不存在一阶、二阶自相关性。上述检验表明模型可能存在一阶自相关，OLS估计模型中的t统计量和F统计量的结论不可信，需应用广义差分法修正模型。通过在LS命令中直接加上AR(1)，AR(2)项来检测模型的自相关性，并与(1)中的检验结果进行比较广义差分法估计模型。Y=C(1)+C(2)*X+[AR(1)=C(3),AR(2)=C(4)]72.877080.0111540.4384540.431168t=2.04623863.722150.5105631.119147R=0.999438，F=7707.254，prob(F)=0.000000DW=1.697899输出结果显示AR(1)为0.223858，AR(2)为0.482540，且回归系数的t检验显著，表明模型确实存在一阶、二阶自相关；调整后模型DW为1.697899，样本容量n为17个，解释变量个数k为1，查5%显著水平DW统计表可得dL=1.133，dU=1.381，而dU=1.133<DW=1.697899<4-dU，这表明调整后模型不存在一阶自相关偏相关系数检验广义差分法估计的模型：从上图可知，所有滞后期的偏相关系数PAC的绝对值均小于0.5，表明广义差分法估计的回归模型不存在高阶自相关性BG检验广义差分法估计的模型:滞后期为1，得以下结果滞后期为2，得以下结果从上表可知，当滞后期为1时，=0.164582，prob(nR)=0.684973，当滞后期为2时，=0.566508，prob(nR)=0.753328，伴随概率均大于给定的显著性水平=0.05，并且残差滞后期的回归系数的t统计量值绝对值均小于2，这表明广义差分法估计的回归模型已消除高阶自相关性。上述检验表明，广义差分法估计的回归模型已消除自相关性，并且，经济意义合理，可决系数R提高，t和F检验均显著，我们得到理想模型：Y=149.1238894+0.7107788946*X+[AR(1)=0.2238582267,AR(2)=0.4825401086]72.877080.011154