第八章 自相关 |
您所在的位置:网站首页 › pw估计法 › 第八章 自相关 |
8.1和8.2是练习题,8.3是Stata编程题。 8.1 CO法的差分过程使得样本容量由n下降为n-1;而PW法在CO法的基础上补充了一个方程,使样本容量回到原来的n,因此更有效率,是BLUE。 8.2 一方面,CO估计法和PW估计法的有效性均建立在“扰动项为一阶自回归形式”这一假设上(P151公式8.12前),因此扰动项存在高阶自相关时不可使用CO和PW法;另一方面,Stata中的文档对该方法也给出了同样说明,如下所示。 8.3(1)回归结果如下所示。 回归方程整体非常显著,并且被解释变量约95.8%的变动可由解释变量共同说明; 在5%的显著性水平下,解释变量lincome、lpnc的回归系数显著,解释变量lgasp、lpuc的回归系数不显著; 收入增加,汽油消费量应该上升,故lincome的回归系数为正是合理的;汽车和汽油是互补品,因此新车价格上升会导致新车需求量减少,导致汽油需求量下降,因此lpnc的回归系数为负是合理的。对数反映百分比变动。 (2)根据残差图,直观上认为存在自相关。 (3)使用ac e1命令得到残差自相关图,可以看出一阶、二阶自相关系数均超出了95%的置信区域,三阶自相关系数不显著。 (4)BG检验和Davidson-MacKinnon改进的BG检验结果均非常显著,认为至少存在一阶、二阶自相关。 (5)分别使用wntestq和corrgram方法进行Q检验,默认滞后阶数为24阶。通过corrgram命令的结果可以看到,所有阶自相关系数都显著不为0(p值非常小接近于0),只是超过2阶以后,自相关的值较低。因此Q检验结果认为至少在一阶和二阶存在明显的自相关。 (6)利用DW统计量与自相关系数估计值ρ1hat间的近似关系,推得ρ1hat=0.88,认为存在高度一阶自相关。 (7)通过样本数和截断参数设定,取滞后阶数p=3,进行newey回归。通过和原回归结果比较,发现除lnpc回归系数外,其他回归系数的Newey-West标准误(HAC标准误)较原来OLS标准误扩大了50%~100%,差异较大。但个人认为这种估计精度的损失是不可避免的,HAC标准误保证了t和F检验有效性。 将滞后系数扩大一倍后,发现标准误变化不大,认为Newey-West标准误对于截断参数不敏感。 (8)CO估计法结果如下,这里根据假设仅考虑一阶自相关,扰动项为AR(1)。 (9)PW估计法结果如下。可以看出PW和CO估计法得到的回归系数估计量差别较大。 (10)被解释变量的一阶滞后项非常显著。除此之外方程整体的拟合优度超过99%,各解释变量的回归系数均以1%的显著性水平显著。 (11)修改后的模型从BG检验和Q检验结果来看不再自相关。说明本案例中的自回归问题来自于模型设定偏误,解释变量遗漏了被解释变量的滞后项。 仅供参考,有错误请在评论区反馈。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |