统计学计量经济学课件42序列相关性.pptx

上传人:太** 文档编号:97173013 上传时间:2024-04-28 格式:PPTX 页数:23 大小:3.02MB
返回 下载 相关 举报
统计学计量经济学课件42序列相关性.pptx_第1页
第1页 / 共23页
统计学计量经济学课件42序列相关性.pptx_第2页
第2页 / 共23页
点击查看更多>>
资源描述

《统计学计量经济学课件42序列相关性.pptx》由会员分享,可在线阅读,更多相关《统计学计量经济学课件42序列相关性.pptx(23页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、统计学计量经济学课件42序列相关性序列相关性概述序列相关性的检验序列相关性产生的原因序列相关性对回归分析的影响序列相关性的处理方法目录01序列相关性概述序列相关性是指时间序列数据之间存在的某种相互依赖关系。定义这种依赖关系可能是由于经济变量之间的内在联系、数据采集过程中的滞后影响、模型设定误差等原因造成的。概念定义与概念一个时间序列与其自身在不同时间点上的值之间存在相关性。一阶序列相关性高阶序列相关性季节性序列相关性一个时间序列与其自身在不同时间点上的值之间存在超过一阶的相关性。由于季节性因素影响,时间序列数据在特定周期内的值之间存在相关性。030201序列相关性的类型 序列相关性的影响模型估

2、计偏误如果模型中存在序列相关性,使用普通最小二乘法(OLS)进行参数估计可能导致偏误。模型预测失效存在序列相关性的模型可能导致预测失效,因为过去的观测值会影响未来的值,使得基于历史数据的预测不准确。政策制定难度在政策制定过程中,如果模型存在序列相关性,可能导致对经济变量的预测和政策效果评估出现偏差,从而影响政策制定的准确性。02序列相关性的检验通过绘制时间序列数据的散点图,观察是否存在明显的线性或非线性趋势,从而判断是否存在序列相关性。利用自相关图展示时间序列的自相关系数,判断时间序列在不同滞后期是否存在相关性。图形检验法自相关图散点图统计检验法用于检验时间序列是否存在一阶自相关。通过计算杜宾

3、-瓦森统计量,与临界值进行比较,判断是否存在自相关。杜宾-瓦森检验(Durbin-Watsontest)利用偏自相关图展示时间序列的偏自相关系数,判断时间序列在不同滞后期是否存在相关性。偏自相关图回归模型通过建立时间序列数据的回归模型,并对方程残差进行自相关检验,判断是否存在序列相关性。差分回归模型如果时间序列存在一阶自相关,可以使用差分回归模型进行修正,以消除序列相关性。回归检验法03序列相关性产生的原因0102经济变量的惯性在时间序列分析中,如果不考虑变量的惯性,可能会导致错误的结论。描述经济现象的变量往往存在惯性,即一个变量的变化往往会影响其后续值。例如,股票价格的连续上涨或下跌。数据采

4、集问题数据采集过程中可能存在的误差或异常值,会导致时间序列数据出现异常波动。这种波动可能会影响后续的数据分析,导致序列相关性。在建立计量经济学模型时,如果模型设定不准确,遗漏了重要的解释变量或错误地设定了变量之间的关系,会导致模型残差出现序列相关性。序列相关性可能是模型设定偏误的反映,需要仔细检查模型设定的合理性。模型设定偏误04序列相关性对回归分析的影响序列相关性会导致最小二乘估计量的偏误。当存在序列相关性时,最小二乘估计量不再是无偏估计量,即估计量的期望值不再等于参数的真实值。偏误的方向取决于序列相关性的方向。如果残差项之间存在正相关,则估计量会低估参数的真实值;如果存在负相关,则估计量会

5、高估参数的真实值。估计量的偏误估计量的方差增大序列相关性会导致最小二乘估计量的方差增大。由于估计量不再是无偏的,其分布不再接近正态分布,因此方差会增大。方差的增大可能导致估计量在统计检验中不显著,或者回归系数的标准误差被低估,从而影响对回归模型的整体解释和个别解释变量的显著性判断。序列相关性会影响回归模型的假设检验的可靠性。在存在序列相关性时,常规的假设检验(如回归系数的显著性检验和模型的拟合优度检验)可能不再可靠。这可能导致错误的接受不显著的回归系数或错误的认为模型拟合得很好,从而误导对回归模型的整体解释和个别解释变量的作用判断。检验的可靠性下降05序列相关性的处理方法差分法差分法是一种处理

6、序列相关性的常用方法,通过将原模型转化为差分模型,可以消除序列相关性。差分法的优点是简单易行,适用于大多数情况,但可能会损失一部分信息,导致模型精度的降低。在应用差分法时,需要注意差分的阶数选择,阶数选择不当可能导致模型失真。广义差分法是在差分法的基础上发展而来的,通过引入更多的滞后变量,可以更好地消除序列相关性。广义差分法的优点是可以更好地保留原始信息,提高模型的精度。然而,广义差分法的应用需要更多的数据支持,并且对数据的要求较高,需要保证数据的稳定性和可靠性。广义差分法偏最小二乘回归法是一种基于主成分分析的方法,通过提取数据中的主要成分,可以消除序列相关性。偏最小二乘回归法的优点是可以处理多变量和复杂模型,并且能够提取出数据中的主要特征。在应用偏最小二乘回归法时,需要注意变量的选择和模型的构建,以确保结果的准确性和可靠性。010203偏最小二乘回归法谢谢观看

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 教案示例

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁