Correlogram-Q-statistice.docx

DW检验略注：DUbin-WaSton统计量检睑序列相关有三个主要不足：1 .IHF然计量的扰动项在原假设下依靠于数据矩阵尤2 .回来方程右边假如存在滞后因变量，IHr检验不再有效。3 .仅仅检跄是否存在一阶序列相关。考虑美国的一个投费方程。美国的G卬和国内私人总投费OP是单位为10亿美元的名义值，价格指数尸为GAP的平减指数(1972=100),利息率R为半年期商业票据利息.回来方程所枭纳的变量都是实际G印和实际投资；它们是通过将名义交量除以价格指数得到的，分别用小写字母题，力Jy表示。实际利息率的近似值r则是通过贴现率A减去价格指数改变率。得到的.样本区间：1963年1984年，建立如下线性回来方程：ln(%匕)=%+2n(gnpt)+ut应用最小二乘法得到的估计方程如下:DependentVariable:1.OG(INV-P)Method:1.eastSquaresDate:122W5Time:10:43Sample:19631984Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.Rp(-0.0162600.012345-1.3171260.20271.OG(GNP_P)0.7344440.004761154.25210.0000R-squared0804042Meandependentvar5.061585AdjustedR-squared0794244S.D.dependentvar0.242460S.E.ofregression0.109981Akaikeinfocriterion-1.49Q514Sumsquaredresid0.241916Schwarzcriterion-1.3913281.oglikelihood18.39565Durbin-Watsonstat0.940743P阶滞后的）统计量的原假设是：序列不存在0阶自相关；备选假设为：序列存在P阶自相关。可以应用所估计回来方程残差序列的自相关和偏自相关系数，以及1.jung-BOXQ统计量来检验序列相关.Q-统计量的表达式为：P/Q1.B=Tg22产j=T-J其中：方是残差序列的，阶自相关系数，7是观测值的个数，。是设定的滞后阶数.选择View/Residualtest/COrreIogranP-StatiStiCe会产生如下结果：Co11elo<j<vnofReSkkKiISDate:10/02/06Time.16.07Sample19631984IncludedObseivations:22AutocoaelationPartialCorrelationACPACQ-StatProbIII1IIS1055005507.60320.00620122-02587.99860.0183-00450.0198.05420.04540.1170.2628.45280.07650,071-0.2358.60950.12660,05101648.69500.191700340019873600.27280,005-0.1668.73690.3659-0.0870.0289.04180.43310 00080.1649.04440.52811 0000-02579.04440.61812 000001589.04440.699虚线之间的区域是自相关中正负两倍于估计标准差所夹成的。假如自相关值在这个区域内，则在显著水平为5%的情形下与零没有显著区分.本例1阶的自相关系数和偏自相关系数都超出了虚线,说明存在1阶序列相关。1阶滞后的Q统计量的P值很小，拒绝原假设，残差序列存在一阶序列相关。