1樓：匿名使用者
序列相關的定義說明 擾動項序列 是平穩序列；且因為沒有截距項，所以其均內值為0。這樣容設定是合理的，因為迴歸方程中含有截距項，若擾動項的均值不為0（即含有截距項），就可以把這個均值歸入迴歸方程的截距項。這也是方程可識別的前提。
計量經濟學中的自相關指什麼啊？
2樓：戀勞
如果隨機誤差項的各期望值之間存在著相關關係，這時，稱隨機誤差項之間存在自相關性（autocorrelation）或序列相關。
對於模型 y t= b0 +b1x1t+b2x2t+……bkxkt+ut
如果隨機誤差項的各期望值之間存在著相關關係，即
cov(ut,us)=e(utus) ≠ 0 (t,s=1,2,……k)
這時，稱隨機誤差項之間存在自相關性（autocorrelation）或序列相關。
隨機誤差項的自相關性可以有多種形式，其中最常見的型別是隨機誤差項之間存在一階自相關性或一階自迴歸形式，即隨機誤差項只與它的前一期值相關：cov(ut,u t-1) =e（ut,u t-1) =/= 0,或者u t=f(u t-1),則稱這種關係為一階自相關。
一階自相關性可以表示為
ut= p1 u i-1 + p2 u i-2 + p3 u i-3 + …… p p u t-p + v t
稱之為p 階自迴歸形式，或模型 存在 p 階自相關
由於無法觀察到誤差項 u t,只能通過殘差項 e t來判斷 u t 的行為。如果 u t或 e t呈出下圖(a) -(d) 形式，則表示u t 存在自相關，如果 ut 或et 呈現圖中 (e) 形式，則 表示 u t不存在自相關
線性迴歸模型中的隨機誤差項的序列相關問題較為普遍，特別是在應用時間序列資料時，隨機誤差項的序列相關經常發生。
自相關性產生的原因：
線性迴歸模型中隨機誤差項存在序列相關的原因很多，但主要是經濟變數自身特點、資料特點、變數選擇及模型函式形式選擇引起的。
1.經濟變數慣性的作用引起隨機誤差項自相關
2.經濟行為的滯後性引起隨機誤差項自相關
3.一些隨機因素的干擾或影響引起隨機誤差項自相關
4.模型設定誤差引起隨機誤差項自相關
5.觀測資料處理引起隨機誤差項序列相關
自相關的後果：
線性相關模型的隨機誤差項存在自相關的情況下，用ols（普通最小二乘法）進行引數估計，會造成以下幾個方面的影響。
從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關性的條件下，ols估計才具有最小方差性。當模型存在自相關性時，ols估計仍然是無偏估計，但不再具有有效性。這與存在異方差性時的情況一樣，說明存在其他的引數估計方法，其估計誤差小於ols估計的誤差；也就是說，對於存在自相關性的模型，應該改用其他方法估計模型中的引數。
1.自相關不影響ols估計量的線性和無偏性，但使之失去有效性
2.自相關的係數估計量將有相當大的方差
3.自相關係數的t檢驗不顯著
4.模型的**功能失效
如何判斷資料存在自相關性
a. 用相關計量軟體: 比如說e-views檢查殘差的分佈。
如果殘差分佈具有明顯和圓潤的線性分佈影象， 說明自相關性存在的可能性很高。反之， 無規則波動大的分佈影象顯示出相關性微弱。
b.durbin-watson statistics(德賓—瓦特遜檢驗)： 假設time series模型存在自相關性，我們假設誤差項可以表述為 ut=ρ*ut-1+ε.
利用統計檢測設立假設，如果ρ=o.則表明沒有自相關性。durbin-watson統計量（後面建成dw統計量）可以成為判斷正、負、零（無）相關性的工具。
dw統計量： d=∑(ut-ut-1)^2/∑ut^2≈2*(1-ρ).如果d=2則基本沒有自相關關係，d靠近0存在正的相關關係，d靠近4則有負的相關關係。
c. q-statistics 以（box-pierce)- eviews( 7th version第七版本）為例子： 很多統計計量軟體軟體提供q test來檢測，這裡用eviews為例子。
q的統計量（test statistics）為 q=n*∑ρ^2. 零假設null hypothesis h0=0和方法2的含義一樣。如果零假設證明失敗，則對立假設ρ≠0成立，意味著有自相關性。
如何減弱模型的自相關性
方法一（gls or fgls）： 假設存在自相關性的模型，誤差項之間的關係為：ut=ρ*ut-i+ε（ε為除了自相關性的誤差項，i.
i.d~（0,σ）. t時期的模型為 yt=βxt+ut, t-1時期則為 ρ*yt-1=ρ*βxt-1+ρ*ut-t。
用t時期的減去t-1時期的可得出yt-yt-1=β(xt-xt-1)+(ut-ut-1).已知 ut-ut-i=ε。經過整理後新的模型滿足gauss-makov的假設和，white noise condition （同方差性或者等分散），沒有自相關性。
方法二（hac：heteroscedasticity autocorrelation consistent): 以eviews為例子，在分析模型時選擇hac，在模型中逐漸新增time lag的數目，來校正dw統計量達到正常值減少自相關性。
3樓：匿名使用者
自相關指的是被解釋變數與其自身前期滯後的相關性。在計量中，通常用隨機干擾項的自相關來衡量，即u(t)=a*u(t-1)
計量經濟學中，我在做實證分析時，模型既有異方差又有自相關，怎麼處理？這個問題是怎麼處理的呢？ 5
4樓：江湖·少俠·劍
首先，若是橫來截面資料主源要考慮異方差，若bai是時間序列
du主要考慮自相
zhi關。
你現在的情況dao
同時存在異方差和自相關，建議你先考慮產生自相關的原因是模型誤設還是純粹的自相關。如果只是純粹的自相關，可以用fgls解決自相關的問題。
而你在解決了自相關後發現，還存在異方差的問題。但是通常情況下方差都是未知的，我們不方便再做加權最小二乘了。這時要解決異方差的問題，可以採用懷特的「異方差穩健標準誤」，基於這個標準誤構造出的統計量可以做出有效的統計推斷。
再說一種方法吧，當同時存在異方差和自相關時，你可以直接使用hac，也就是異方差自相關一致標準誤，基於這個標準誤構造的統計量可以做出正確的推斷。它的前提是你的樣本需要足夠大。
最後，還需要你根據自己的情況構造出一個合適的模型，上面那些只是理論上的參考。
5樓：匿名使用者
異方差使用加權最小二乘 或廣義最小二乘
自相關使用廣義差分方法
一般來說，時間序列中自相關比較突出，截面資料中異方差比較突出。你根據你的資料**，先處理主要矛盾，然後再處理次要矛盾。
計量經濟學中的自由度怎麼理解，計量經濟學中ESS的自由度為k 1,K是什麼？
df n k 1 n 樣本總量 k 1 公式中的引數個數，1代表一個截距引數，k代表k個自變數引數。計量經濟學中的自由度怎麼理解 計量經濟學是以一定的經濟理論和統計資料為基礎，運用數學 統計學方法與電腦技術，以建立經濟計量模型為主要手段，定量分析研究具有隨機性特性的經濟變數關係的一門經濟學學科。主要...
計量經濟學中關於t檢驗的問題,計量經濟學f檢驗和t檢驗的區別
統計檢驗比較多，但比較常用的是t檢驗和f檢驗，前者是檢驗各解釋變數定膽翅感儼啡愁拾傳漿對被解釋變數的影響是否顯著 後者是對整個迴歸方程總體性是否顯著進行檢驗。計量經濟學檢驗主要是對放寬經典假設條件後對模型所進行的檢驗，包括多重共線性，隨機干擾項的異方差和序列相關性以及隨機解釋變數的確定性等方面，此外...
計量經濟學的意義,計量經濟學是什麼能做什麼有什麼意義
計量經濟學的主要用途或目的主要有兩個方面 理論檢驗。這是計量經濟學用途最為主要的和可靠的方面。這也是計量經濟學本身的一個主要內容。應用。從理論研究和方法的最終目的看，包括政策評價 當然是計量經濟學最終任務，必須注意學習和了解，但其 的可靠性或有效性是我們應十分注意的。計量經濟學是什麼能做什麼有什麼意...