实验六自相关模型的检验和处理

1、 实 验 报 告课程名称： 计量经济学 实验项目： 实验六 自相关模型的 检验和处理 实验类型：综合性 设计性 验证性r专业班别： 11本国贸五班 姓 名： 学 号： 实验课室： 厚德楼a207 指导教师： 石立 实验日期： 2014-6-6 广东商学院华商学院教务处 制 一、实验项目训练方案小组合作：是 否r小组成员：无实验目的：掌握自相关模型的检验和处理方法实验场地及仪器、设备和材料实验室：普通配置的计算机，eviews软件及常用办公软件。实验训练内容（包括实验原理和操作步骤）：【实验原理】自相关的检验：图形法检验、d-w检验自相关的处理：广义差分变换、迭代法【实验步骤】本实验中考虑以下模

2、型：【模型1】财政收入cs对收入法gdps的回归模型【模型2】财政支出cz对财政收入cs的回归模型【模型3】消费品零售额slc对收入法gdps的回归模型【模型4】财政收入的对数log（cs）对时间t的回归模型【模型5】收入法gdps的对数log（gdps）对时间t的回归模型数据见“附表：广东省宏观经济数据（部分）-第六章”（一）自相关的检验1.图形法检验使用图形检验法分别检验上述【模型1-4】是否存在自相关问题。分别作这四个模型的残差散点图（即残差后一项对前一项的散点图：对）和残差趋势图（即残差对时间的线图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。【模型1】 残差散点图 残差

3、趋势图结论：从图上看cs对gdps回归的残差存在正自相关。【模型2】 残差散点图 残差趋势图结论：从图上看cz对cs回归的残差没有自相关。【模型3】 残差散点图 残差趋势图结论：从图上看slc对gdps回归的残差存在正自相关。【模型4】 残差散点图 残差趋势图结论：从图上看log(cs)对t回归的残差存在正自相关。（请对得到的图表进行处理，以上在一页内）2.d-w检验分别计算上述【模型1-3】和【模型5】的d-w统计量的值，判断模型是否存在自相关问题。【模型1】dw=0.942712 结论：d-w值偏近0，存在自相关。【模型2】dw=1.554922 结论：d-w值偏近2，不存在自相关。【模型

4、3】dw=0.293156 结论：d-w值偏近0，存在很强的自相关。【模型5】dw=0.198218 结论：d-w值偏近0，存在很强的自相关。（请对得到的图表进行处理，以上在一页内）（二）自相关的处理1.【模型3】slc对gdps回归自相关的处理 dependent variable: slcmethod: least squaresdate: 06/07/14 time: 15:15sample (adjusted): 1979 2005included observations: 27 after adjustmentsconvergence achieved after 12 itera

5、tionscoefficientstd. errort-statisticprob.  gdps0.2402910.0346316.9386340.0000c-712.1776513.1442-1.3878700.1779ar(1)1.0607770.02739238.726450.0000r-squared0.999295    mean dependent var2241.080adjusted r-squared0.999236    s.d. dependent var2348.211s

6、.e. of regression64.88908    akaike info criterion11.28767sum squared resid101054.2    schwarz criterion11.43166log likelihood-149.3836    hannan-quinn criter.11.33049f-statistic17012.50    durbin-watson stat1.067551prob

7、(f-statistic)0.000000inverted ar roots      1.06estimated ar process is nonstationaryd-w检验值由0.293156提高到1.067551，还没有消除了自相关，继续处理：dependent variable: slcmethod: least squaresdate: 06/07/14 time: 15:26sample (adjusted): 1980 2005included observations: 26 after adjustmentsco

8、nvergence achieved after 14 iterationscoefficientstd. errort-statisticprob.  gdps0.2271240.0423245.3663570.0000c-863.1769929.2543-0.9288920.3630ar(1)1.5361400.1865398.2349410.0000ar(2)-0.5035900.199972-2.5183010.0196r-squared0.999440    mean dependent var2323.710adjuste

9、d r-squared0.999364    s.d. dependent var2354.344s.e. of regression59.39227    akaike info criterion11.14684sum squared resid77603.71    schwarz criterion11.34040log likelihood-140.9090    hannan-quinn criter.11.20258f-s

10、tatistic13087.46    durbin-watson stat1.717996prob(f-statistic)0.000000inverted ar roots      1.06          .47estimated ar process is nonstationaryd-w检验值达到1.717996，消除了自相关。没有消除和消除了自相关的回归方程分别为slc=0.370

11、241380274*gdps+148.696223954slc=0.227124192654*gdps-863.176882154+(ar(1)=1.5361，ar(2)=-0.5036)2.【模型5】log(gdps)对t回归自相关的处理dependent variable: e2method: least squaresdate: 06/07/14 time: 15:25sample (adjusted): 1979 2005included observations: 27 after adjustmentsconvergence achieved after 4 iterationsc

12、oefficientstd. errort-statisticprob.  t0.1735130.0357044.8598010.0001c5.2291311.1194584.6711280.0001ar(1)0.9342730.09190110.166090.0000r-squared0.997952    mean dependent var7.776268adjusted r-squared0.997781    s.d. dependent var1.510844s.e. of regr

13、ession0.071167    akaike info criterion-2.343144sum squared resid0.121553    schwarz criterion-2.199162log likelihood34.63244    hannan-quinn criter.-2.300330f-statistic5847.068    durbin-watson stat0.888169prob(f-statis

14、tic)0.000000inverted ar roots      .93d-w检验值由0.198218提高到0.888169，还没有消除了自相关，继续处理：dependent variable: e2method: least squaresdate: 06/07/14 time: 15:29sample (adjusted): 1980 2005included observations: 26 after adjustmentsconvergence achieved after 3 iterationscoefficient

15、std. errort-statisticprob.  t0.1839360.01169015.734610.0000c5.0200030.21424123.431600.0000ar(1)1.4706870.1669128.8111310.0000ar(2)-0.6135370.174363-3.5187370.0019r-squared0.998601    mean dependent var7.869818adjusted r-squared0.998410    s.d. depend

16、ent var1.458838s.e. of regression0.058174    akaike info criterion-2.710105sum squared resid0.074454    schwarz criterion-2.516552log likelihood39.23137    hannan-quinn criter.-2.654369f-statistic5233.128    durbin-watso

17、n stat1.920812prob(f-statistic)0.000000inverted ar roots .74+.27i     .74-.27id-w检验值达到1.920812，消除了自相关。没有消除和消除了自相关的回归方程分别为log(gdps)=0.1885795351*t+4.95074562823log(gdps)=0.183935743608*t+5.02000286764+ar(1)=1.4707ar(2)=-0.6135（请对得到的图表进行处理，以上在一页内）（三）补充实验1.使用图形检验法检验【模型5】是否存在自相关问题。分别作这个模型的残差散点图（即残差后一项对前一项的散点图：对）和残差趋势图（即残差对时间的散点图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。从图上看log(gdps)对t回归的残差存在正自相关。（请对得到的图表进行处理，以上在一页内）2.计算上述【模型4】的d-w统计量的值，判断模型是否存在自相关问题。dw=0.670889结论：d-w值偏近0，存在自相关。3.对【模型1】、【模型2】和【模型4】的自相关问题进行处理。（请对得到的图表进行处理，以上在一页内）二、实验总结与评价实验总结（包括实验数据分析、实验结果、实验过程