样本自相关图怎么看
@淳志1783：Eviews自相关性检验图到底应该怎么看,请具体说明下,到底应该怎么看,看Q - Stat 、Prob还是其他的 -
牧昂13351875610…… 直接看结果的DW值判断是否存在一阶自相关,你发的这个图是判断时间序列的稳定性的,从图上来看是一组稳定的时间序列.
@淳志1783：Eviews自相关图怎么看 -
牧昂13351875610…… 那在哪下期落入虚线内,就是几阶 自相关图在三期的时候落入虚线内,就是三阶自相关
@淳志1783：您好 请问这个自相关图怎么看呢 有没有相关性呢 Q统计量符合 但是不知道怎么算自相关系数显著不为0还是为0 -
牧昂13351875610…… 你这个如果是在拟合完方程之后选择Q-statistic输出的残差Q统计量的话恭喜你,模型拟合效果非常好,因为Q统计量的p值很大,不能拒绝原假设H.(残差不相关),所以也就是残差满足白噪声的假定,那么模型就很好了. 提醒一点,如果是直接选择resid一列在测试序列相关出来的结果和这个不一样.
@淳志1783：如何看自相关图 - eviews自相关系数图怎么分?eviews自相关系数图怎么分析
牧昂13351875610…… orkfile中点开你需要观测的序列窗口,左上侧view-correlogram-OK,得到自相关和偏相关
@淳志1783：帮忙分析下eviews中的自相关图 -
牧昂13351875610…… 第一列 一阶截尾,q=1 第二列 二阶截尾,p=2 平稳性:在序列中,view——unit root test——可以检查原序列、一阶序列;貌似只有差分平稳后才可以建立ARIMA,就是你p,q中间的1表示1阶差分吧 若你的图是一阶差分的,那么建立方程LS D(X) C AR(2) MA(1),试试 在方程窗口,view——residual test ——Q检验和LM自相关检验,至于P值判断可以搜一下检验的原假设,你设定一个显著性水平,如0.05,P<0.05,拒绝原假设. 外行,参考
@淳志1783：如何判断我的自相关图是拖尾还是截尾呢?我该采用什么模型? -
牧昂13351875610…… 首先,原数据和一阶差分的自相关表明,原数据和一阶差分数据都是非平稳数据,需要进行再次差分,转成平稳的 再次,看你二阶差分的自相关以及单位根检验,可以确定二阶差分后是平稳数据, 再次,看自相关和偏自相关的截尾和拖尾,确定是AR还是MA,你这个看起来应该是AR模型,然后确定阶数,这个地方其实不太好确定,所以需要通过常用的AIC或SBC等来辅助确定 最后的最后,确定模型了
@淳志1783：eviews自相关检验结果图分析,这组数据存在自相关吗? -
牧昂13351875610…… 从你给的自相关图看,被检验的序列没有自行关,你看它的自相关函数的Q的prob都比较大,说明自相关是不显著的.level因该是说你需要计算的阶数,差分则是指对原序列做差分后,对差分序列再做检验
@淳志1783：利用spss17.0中文版如何判断自变量之间的自相关?可以用双变量相关检验吗?放进去的数据出来之后
牧昂13351875610…… 就像你说的,看是否有显著相关,则看它的显著性值是否小于0.05或者0.01,其中0.05和0.01是表示不同的显著性水平,而pearson相关值的右上角对应的有一个*表示该相关性是在0.05的水平下,有2个*表示相关性是在0.01的水平下至于你需要...
@淳志1783：eviews 模型存在自相关 做出残差分析图之后如何分析
牧昂13351875610…… 你可以有DW或者LM来检验模型存在几阶的自相关 DW一般用于检验一阶自相关 LM则可以用于检验一阶和高阶自相关,一般在eviews里我们只检验到二阶,可以查看滞后期为二的回归结果中的DW统计量的值,如果很接近二的话,说明自相关被消除,同时你还要查卡方分布百分位数分布表,看LM=(T*R方)是不是大于临界值,如果是说明是存在二阶自相关 然后用广义差分法消除自相关就可以了
@淳志1783：怎么判断是否存在自相关把上式计算的D - w值,与德宾—沃森给出的不同显著性水平α的D - W值之上限dU和下限dL(它们与样本容量n和自变量个数p有关)进... - 作业帮
牧昂13351875610…… [答案] 通过DW值是判断残差是否存在自相关的,如果需要检验原始数据是否存在自相关,比较精确的方法是通过时间序列中的自相关检验方法,通过观察自相关图来判断
牧昂13351875610…… 直接看结果的DW值判断是否存在一阶自相关,你发的这个图是判断时间序列的稳定性的,从图上来看是一组稳定的时间序列.
@淳志1783：Eviews自相关图怎么看 -
牧昂13351875610…… 那在哪下期落入虚线内,就是几阶 自相关图在三期的时候落入虚线内,就是三阶自相关
@淳志1783：您好 请问这个自相关图怎么看呢 有没有相关性呢 Q统计量符合 但是不知道怎么算自相关系数显著不为0还是为0 -
牧昂13351875610…… 你这个如果是在拟合完方程之后选择Q-statistic输出的残差Q统计量的话恭喜你,模型拟合效果非常好,因为Q统计量的p值很大,不能拒绝原假设H.(残差不相关),所以也就是残差满足白噪声的假定,那么模型就很好了. 提醒一点,如果是直接选择resid一列在测试序列相关出来的结果和这个不一样.
@淳志1783：如何看自相关图 - eviews自相关系数图怎么分?eviews自相关系数图怎么分析
牧昂13351875610…… orkfile中点开你需要观测的序列窗口,左上侧view-correlogram-OK,得到自相关和偏相关
@淳志1783：帮忙分析下eviews中的自相关图 -
牧昂13351875610…… 第一列 一阶截尾,q=1 第二列 二阶截尾,p=2 平稳性:在序列中,view——unit root test——可以检查原序列、一阶序列;貌似只有差分平稳后才可以建立ARIMA,就是你p,q中间的1表示1阶差分吧 若你的图是一阶差分的,那么建立方程LS D(X) C AR(2) MA(1),试试 在方程窗口,view——residual test ——Q检验和LM自相关检验,至于P值判断可以搜一下检验的原假设,你设定一个显著性水平,如0.05,P<0.05,拒绝原假设. 外行,参考
@淳志1783：如何判断我的自相关图是拖尾还是截尾呢?我该采用什么模型? -
牧昂13351875610…… 首先,原数据和一阶差分的自相关表明,原数据和一阶差分数据都是非平稳数据,需要进行再次差分,转成平稳的 再次,看你二阶差分的自相关以及单位根检验,可以确定二阶差分后是平稳数据, 再次,看自相关和偏自相关的截尾和拖尾,确定是AR还是MA,你这个看起来应该是AR模型,然后确定阶数,这个地方其实不太好确定,所以需要通过常用的AIC或SBC等来辅助确定 最后的最后,确定模型了
@淳志1783：eviews自相关检验结果图分析,这组数据存在自相关吗? -
牧昂13351875610…… 从你给的自相关图看,被检验的序列没有自行关,你看它的自相关函数的Q的prob都比较大,说明自相关是不显著的.level因该是说你需要计算的阶数,差分则是指对原序列做差分后,对差分序列再做检验
@淳志1783：利用spss17.0中文版如何判断自变量之间的自相关?可以用双变量相关检验吗?放进去的数据出来之后
牧昂13351875610…… 就像你说的,看是否有显著相关,则看它的显著性值是否小于0.05或者0.01,其中0.05和0.01是表示不同的显著性水平,而pearson相关值的右上角对应的有一个*表示该相关性是在0.05的水平下,有2个*表示相关性是在0.01的水平下至于你需要...
@淳志1783：eviews 模型存在自相关 做出残差分析图之后如何分析
牧昂13351875610…… 你可以有DW或者LM来检验模型存在几阶的自相关 DW一般用于检验一阶自相关 LM则可以用于检验一阶和高阶自相关,一般在eviews里我们只检验到二阶,可以查看滞后期为二的回归结果中的DW统计量的值,如果很接近二的话,说明自相关被消除,同时你还要查卡方分布百分位数分布表,看LM=(T*R方)是不是大于临界值,如果是说明是存在二阶自相关 然后用广义差分法消除自相关就可以了
@淳志1783：怎么判断是否存在自相关把上式计算的D - w值,与德宾—沃森给出的不同显著性水平α的D - W值之上限dU和下限dL(它们与样本容量n和自变量个数p有关)进... - 作业帮
牧昂13351875610…… [答案] 通过DW值是判断残差是否存在自相关的,如果需要检验原始数据是否存在自相关,比较精确的方法是通过时间序列中的自相关检验方法,通过观察自相关图来判断
