实验报告4：序列相关模型的检验和处理(教师使用模板).doc

实验实训报告课程名称： 计量经济学实验 开课学期： 2012-2013学年第一学期 开课系(部)： 经 济 系 开课实验(训)室： 数量经济分析实验室 学生姓名： 专业班级： 学 号： 重庆工商大学融智学院教务处制 实验题目实验(训)项目名称序列相关模型的检验和处理指导教师实验(训)日期所在分组实验概述【实验(训)目的及要求】通过本实验，使学生掌握序列相关模型的检验方法、处理方法分析；熟悉图形法检验、掌握DW检验、掌握广义差分法处理序列相关。【实验(训)原理】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，则认为出现了序列相关性或自相关。对于存在序列相关性的模型主要采用广义差分法消除序列相关性，并对广义差分后的模型采用普通最小二乘法估计参数，并最终计算出原模型的参数。实验内容【实验(训)方案设计】一、要求完成的实验内容 图形法检验；DW检验；LM检验；使用广义差分变换法进行序列相关的处理。二、具体操作程序1、图形法检验：（1）对模型进行回归分析（2）得到变量之间的残差趋势图和残差散点图（3）分析序列相关情况。2、DW检验：（1）对模型进行回归分析（2）得到DW统计量（3）按照参数查DW表，建立分析区间（4）得到结论。3、LM检验法：（1）对模型进行回归分析（2）选择LM检验的阶数（3）根据辅助回归结果判断是否存在序列相关。4、广义差分法：如果原模型存在序列相关，使用广义差分法处理序列相关，并进一步估计原模型参数。【实验(训)过程】（实验(训)步骤、记录、数据、分析 ）一、模型设定本例用1985-2003年农村居民人均收入和消费，建立中国农村居民的消费模型。模型的变量分别选择农村居民人均实际纯收入（X，单位：元）与农村居民人均实际消费性支出 (Y，单位：元)。理论模型设定为： 其中表示农村居民人均实际消费性支出，表示农村居民人均实际纯收入。二、参数估计样本回归方程估计结果如下:（12.224） （0.021） t=（8.734） （28.037） R2=0.979, F=786.057 , D.W.=0.770上述回归模型解释变量的估计系数0.600表示：农村居民人均纯收入每增加1元，平均说来农村居民人均消费性支出将增加0.600元。R2=0.979，表明农村居民人均消费支出的97.9%的变动可由农村居民人均收入变化来解释。三、序列相关性的诊断：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，则认为出现了序列相关性或自相关。1、图形检验法： et对et-1的散点图（genr e=resid e1=e(-1)）由从上图中可知，模型可能存在正的序列相关。2、DW检验法（）对样本量为19、只含一个解释变量的模型。在5%显著水平，查DW统计表可知，dL=1.18，dU= 1.40，模型中DWdL，显然模型中存在正序列相关。3、LM检验法（原假设：随机误差项不存在序列相关性）以一元为例，LM检验法步骤如下： 第一步：估计原始回归模型，得到残差序列et（假设存在p阶相关）第二步：构造辅助回归模型： 第三步：提出原假设： 第四步：构造检验统计量 并确定拒绝域。第五步：比较判断。第一部分为LM Test（序列相关检验）结果，共包含两个统计量。第二部分为辅助回归方程的估计结果。第一部分第二行检验统计量nR2所对应的p值为0.033，不能拒绝原假设，说明随机误差项不存在序列相关性。 则原模型为： 由中国农村居民消费模型可知，中国农村居民的边际消费倾向为0.580，即中国农村居民每增加收入1元，平均说来将增加消费支出0.580元。3、使用科奥迭代法（添加AR项）处理序列相关（如本例直接在方