eviews3.doc

计量经济学上机指导书3——序列相关性 1、建立工作文件： File-new-workfile，出现对话框，选择数据类型，如果是年度，选择annual，本例题是1978-2001年的年度数据，所以将下面的 起使日期填写成1978和2001。然后点击OK。出现一个数据窗口。 2、一元回归分析 选择Quick-Estimate Equation，在对话框中填写模型的形式，可以有两种填法 方法一：mt c gdpt 方法二：mt=c(1)+c(2)gdpt 可以得到分析结果，从中可以得到可决系数和DW检验的值。关闭窗口后，出现数据保存窗口，点击NAME，保存分析结果，如果点击OK则保存为默认的名字EQ01。 4、图示法检验序列相关性。 （1）resid与时间的折线图 从窗口中选择Quick-Graph，然后在出现的对话框中填写resid，点击OK，出现图形，关闭窗口，点击NAME，然后点击OK，则保存为GRATH01为图像文件。 （2）本期与前期残差的散点图 从窗口中选择Quick-Graph，然后在出现的对话框中填写resid(-1) resid，点击OK，出现图形，关闭窗口，点击NAME，然后点击OK，则保存为GRATH02为图像文件。 5、进行拉格朗日乘数检验（BG检验）。 在ols输出结果窗口中，点击 View-residual test-serial correlation LM Test，并选择滞后期为2，屏幕将显示以下信息。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 19.53646 Probability 0.000020 Obs*R-squared 15.87445 Probability 0.000357 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 05/25/00 Time: 11:00 Variable Coefficient Std. Error t-Statistic Prob. C 6.600425 28.55790 0.231124 0.8196 GDPT -0.000344 0.000683 -0.504519 0.6194 RESID(-1) 1.093631 0.175499 6.231556 0.0000 RESID(-2) -0.785967 0.212790 -3.693632 0.0014 R-squared 0.661435 Mean dependent var -3.08E-14 Adjusted R-squared 0.610651 S.D. dependent var 151.5514 S.E. of regression 94.56481 Akaike info criterion 12.08746 Sum squared resid 178850.1 Schwarz criterion 12.28380 Log likelihood -141.0495 F-statistic 13.02431 Durbin-Watson stat 1.872663 Prob(F-statistic) 0.000061 其中NR2=24*0.661435=15.8744，即上面的结果中第二行的数据， Obs*R-squared 15.87445 Probability 0.000357 如果取5％的显著性水平，认为辅助回归模型是显著的，即存在自相关性。又因为 RESID(-1) RESID(-2)的系数分别是1.093631、-0.785967，是显著的。 如果选择滞后阶数为三，则RESID(-3)的系数不显著，所以可以认为是存在二阶序列相关。 注：在实际进行检验时，总是从1阶、2阶……逐次向更高阶进行检验。 6、消除序列相关的办法 （1）杜宾两步法对序列相关性的处理参见书上例题 （2）处理序列相关性的科克伦——奥科特迭代法 存在一阶序列相关性的一元线性回归模型：在普通最小二乘法的输入界面中输入： y c x ar(1) 注：ar(m)——m阶自回归 存在m阶序列相关性的k元线性回归模型：在普通最小二乘法的输入界面中输入： y c x1 x2 …… xk ar(1) ar(2) ar(m) 注：实际操作中，一般是先不引入自回归项，采用ols估计参数；根据显示的D.W.统计量，逐次引入ar(1)， ar(2)， ar(3)，……，直到满意为止。 计量经济学上机指导书4——其他