实验五 自相关性
【实验目的】
把握自相关性的查验与处置方式。 【实验内容】
利用表5-1资料,试成立我国城乡居民储蓄存款模型,并查验模型的自相关性。
表5-1 我国城乡居民储蓄存款与GDP统计资料(1978年=100)
年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 存款余额Y GDP指数X 年份 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 存款余额Y GDP指数X 【实验步骤】
一、回归模型的挑选 ⒈相关图分析 SCAT X Y
相关图说明,GDP指数与居民储蓄存款二者的曲线相关关系较为明显。现将函数初步设定为线性、双对数、对数、指数、二次多项式等不同形式,进而加以比较分析。
⒉估量模型,利用LS命令别离成立以下模型 ⑴线性模型: LS Y C X
???14984.84?92.5075x yt?
R2=0.9100 F= = ⑵双对数模型:GENR LNY=LOG(Y) GENR LNX=LOG(X)
LS LNY C LNX
???8.0753?2.9588lnx lnyt?
R2=0.9954 F= = ⑶对数模型:LS Y C LNX
???118140.8?23605.82lnx yt?
R2=0.7318 F= = ⑷指数模型:LS LNY C X
??5.3185?0.010005x lnyt?
R2=0.9215 F= =
⑸二次多项式模型:GENR X2=X^2 LS Y C X X2
??2944.56?44.5485x?0.1966x2 yt?
R2=0.9976 F= = ⒊选择模型
比较以上模型,可见各模型回归系数的符号及数值较为合理。各说明变量及常数项都通过了t查验,模型都较为显著。除对数模型的拟合优度较低外,其余模型都具有高拟合优度,因此能够第一剔除对数模型。
比较各模型的残差散布表。线性模型的残差在较长时期内呈持续递减趋势而后又转为持续递增趋势,指数模型那么大体相反,残差先呈持续递增趋势而后又转为持续递减趋势,因此,能够初步判定这两种函数形式设置是不妥的。而且,这两个模型的拟合优度也较双对数模型和二次多项式模型低,因此又可舍弃线性模型和指数模型。双对数模型和二次多项式模型都具有很高的拟合优度,因此初步选定回归模型为这两个模型。
二、自相关性查验 ⒈DW查验; ⑴双对数模型
dU=,因为n=21,k=1,取显著性水平?=时,查表得dL=,而0<=DW
因此存在(正)自相关。
⑵二次多项式模型
dL=,dU=,而dL<=DW 相关。 ⒉偏相关系数查验 在方程窗口中点击View/Residual Test/Correlogram-Q-statistics,并输入滞后期为10,那么会取得残差et与et?1,et?2,?et?10的各期相关系数和偏相关系数,如图5-11、5-12所示。 图5-1 双对数模型的偏相关系数查验 图5-2 二次多项式模型的偏相关系数查验 从5-11中能够看出,双对数模型的第1期、第2期偏相关系数的直方块超过了虚线部份,存在着一阶和二阶自相关。图5-2那么说明二次多项式模型仅存在二阶自相关。 ⒊BG查验 在方程窗口中点击View/Residual Test/Series Correlation LM Test,并选择滞后期为2,那么会取得如图5-13所示的信息。