残差自相关怎么修正
@徐牧3819：当DW值为0.864219时是否自相关呀,用EVIEWS怎样消除自相关呀?急求 -
米盆18979244783…… DW=0时,残差序列存在完全正自相关,DW=(0,2)时,残差序列存在正自相关,DW=2时,残差序列无自相关,DW=(2,4)时,残差序列存在负自相关,DW=4时,残差序列存在完全负自相关. 所以先回答你第一个问题:当DW值为0.864219时是自相关. 第二个问题:有自带程序,makeequation的时候选择,用迭代法
@徐牧3819：误差修正模型存在自相关怎么办,残差检验已经通过了哎,求eviews图解…… -
米盆18979244783…… 你尝试这在后面加AR或者MA来减小 自相关没有.先检查原来数据的 ACF PCF来确定ARMA的个数. 或者做unit root test来确定数据的稳定性 万一inverted AR root=1 的话就用ARIMA.希望这个能对你有用 加上 ARMA;UNIT ROOT test 图是 inverted AR root在单位圆的情况 有点在单位圆上就是说 unit root存在 换ARIMA. 表是DICKY 的test. Null Hypothesis是数据存在unit root.P值大的话就是无法拒绝有unit root的事实 希望能帮助到你
@徐牧3819：时间序列数据分析时,残差出现了一阶自相关,怎么处 -
米盆18979244783…… 法把剑击断, 便开始替杜朗 达尔哀惋: “阳光下,你
@徐牧3819：计量经济学中用怀特(White)检验修正了异方差性,进行自相关检验时发现该模型还有序列自相关,该如何修正 -
米盆18979244783…… 看你的目的是什么啦,如果仅仅估计参数,无论是异方差还是自相关,你的参数都是无偏的;但方差较大,预测准确度较低. 你要克服异方差同时还有自相关,建议拟采用FGLS(可行广义二乘),可同时达到目的.广义差分尽管也可以,但损失自由度,而且要你自己推断出相关系数. 但我觉得奇怪的是,你为什么同时既有异方差又有序列相关;所以我觉得你很可能是有遗漏变量,遗漏变量进入残差项中,且与自变量相关,最终会导致你估计非无偏且非一致. 所以,最好先用直接做回归,后得到的残差,与自变量测下相关性;如相关性强,则说明存在遗漏变量.然后你采用工具变量法进行回归就可以了.
@徐牧3819：序列自相关,DW值太小,怎么办 -
米盆18979244783…… 可以建立组合模型消除自相关 不用DW值 具体作法是在Eviews中先形成回归,得到残差建立序列U,可用GENR U=RESID,然后利用时间序列分析方法考察已生成的U的相关图.打开U,选择View/Correlogram,以弹出的滞后项对话框默认水平序列,包含的滞后项可默认,点击OK,得到U的相关图.通过对相关图进行识别后,确认其ARMA形式,比如:AR(1)过程. 再次回归 命令为 LS Y C X AR(1) 得到组合模型的估计结果.该结果经变换与广义差分变换模型是一致的. 以上信息供参考. 有不懂的可以去系统圣地的教程看看.
@徐牧3819：spss求解决自相关问题 DW值为0.5 -
米盆18979244783…… 首先做滞后一期的残差(在时间序列里边),然后把残差和滞后一期的残差做回归,记下它的斜率.在做滞后一期的自变量和因变量、建立新变量=元变量-斜率*滞后一期的变量.做新变量之间的回归.检查DW,若仍不合格,在做一次广义差分.很复杂.不明白你干嘛不用 eviews?ppv课学习网站.
@徐牧3819：怎么在运用WLS法修正异方差后,再修正自相关啊???急!!!!!!!!!!! -
米盆18979244783…… 异方差用WLS进行修正自相关用prais进行修正 用eviews软件进行异方差检验模型 还有自相关检验 和多重共线性检验 希望可以最后,自回归是检验和对模型的
@徐牧3819：计量经济学中,关于对残差检验的问题
米盆18979244783…… LM检验和White检验都是看p值,如果p值小于你设定的显著性水平,也就是α,那么就表明自相关,ARCH异方差检验也是同理,如果对模型修正后,p>α了,那么就说明不存在异方差,自相关这些了,也就是你所说的通过了. 正态性检验你看下点完弹出来的直方图,符合正态的形态就可以通过了. 协整的话,你那样用EG两步法检验的话也可以,但比较麻烦,DF和ADF更好用些,直接看那3个值就OK了~
@徐牧3819：向量误差修正模型 -
米盆18979244783…… 误差修正模型(Error Correction Model) [编辑]误差修正模型的产生原因 对于非稳定时间序列,可通过差分的方法将其化为稳定序列,然后才可建立经典的回归分析模型. 如:建立人均消费水平(Y)与人均可支配收入(X)之间的回归模型...
@徐牧3819：多元回归中若残差项存在严重的序列相关怎么处理 -
米盆18979244783…… 如果估计参数通过了显著性检验,可以不用处理. 如果没通过,可以采用GLS估计方法试试. 残差项序列相关,不影响估计参数的一致性,不是关键.关键在回归序列是否平稳
米盆18979244783…… DW=0时,残差序列存在完全正自相关,DW=(0,2)时,残差序列存在正自相关,DW=2时,残差序列无自相关,DW=(2,4)时,残差序列存在负自相关,DW=4时,残差序列存在完全负自相关. 所以先回答你第一个问题:当DW值为0.864219时是自相关. 第二个问题:有自带程序,makeequation的时候选择,用迭代法
@徐牧3819：误差修正模型存在自相关怎么办,残差检验已经通过了哎,求eviews图解…… -
米盆18979244783…… 你尝试这在后面加AR或者MA来减小 自相关没有.先检查原来数据的 ACF PCF来确定ARMA的个数. 或者做unit root test来确定数据的稳定性 万一inverted AR root=1 的话就用ARIMA.希望这个能对你有用 加上 ARMA;UNIT ROOT test 图是 inverted AR root在单位圆的情况 有点在单位圆上就是说 unit root存在 换ARIMA. 表是DICKY 的test. Null Hypothesis是数据存在unit root.P值大的话就是无法拒绝有unit root的事实 希望能帮助到你
@徐牧3819：时间序列数据分析时,残差出现了一阶自相关,怎么处 -
米盆18979244783…… 法把剑击断, 便开始替杜朗 达尔哀惋: “阳光下,你
@徐牧3819：计量经济学中用怀特(White)检验修正了异方差性,进行自相关检验时发现该模型还有序列自相关,该如何修正 -
米盆18979244783…… 看你的目的是什么啦,如果仅仅估计参数,无论是异方差还是自相关,你的参数都是无偏的;但方差较大,预测准确度较低. 你要克服异方差同时还有自相关,建议拟采用FGLS(可行广义二乘),可同时达到目的.广义差分尽管也可以,但损失自由度,而且要你自己推断出相关系数. 但我觉得奇怪的是,你为什么同时既有异方差又有序列相关;所以我觉得你很可能是有遗漏变量,遗漏变量进入残差项中,且与自变量相关,最终会导致你估计非无偏且非一致. 所以,最好先用直接做回归,后得到的残差,与自变量测下相关性;如相关性强,则说明存在遗漏变量.然后你采用工具变量法进行回归就可以了.
@徐牧3819：序列自相关,DW值太小,怎么办 -
米盆18979244783…… 可以建立组合模型消除自相关 不用DW值 具体作法是在Eviews中先形成回归,得到残差建立序列U,可用GENR U=RESID,然后利用时间序列分析方法考察已生成的U的相关图.打开U,选择View/Correlogram,以弹出的滞后项对话框默认水平序列,包含的滞后项可默认,点击OK,得到U的相关图.通过对相关图进行识别后,确认其ARMA形式,比如:AR(1)过程. 再次回归 命令为 LS Y C X AR(1) 得到组合模型的估计结果.该结果经变换与广义差分变换模型是一致的. 以上信息供参考. 有不懂的可以去系统圣地的教程看看.
@徐牧3819：spss求解决自相关问题 DW值为0.5 -
米盆18979244783…… 首先做滞后一期的残差(在时间序列里边),然后把残差和滞后一期的残差做回归,记下它的斜率.在做滞后一期的自变量和因变量、建立新变量=元变量-斜率*滞后一期的变量.做新变量之间的回归.检查DW,若仍不合格,在做一次广义差分.很复杂.不明白你干嘛不用 eviews?ppv课学习网站.
@徐牧3819：怎么在运用WLS法修正异方差后,再修正自相关啊???急!!!!!!!!!!! -
米盆18979244783…… 异方差用WLS进行修正自相关用prais进行修正 用eviews软件进行异方差检验模型 还有自相关检验 和多重共线性检验 希望可以最后,自回归是检验和对模型的
@徐牧3819：计量经济学中,关于对残差检验的问题
米盆18979244783…… LM检验和White检验都是看p值,如果p值小于你设定的显著性水平,也就是α,那么就表明自相关,ARCH异方差检验也是同理,如果对模型修正后,p>α了,那么就说明不存在异方差,自相关这些了,也就是你所说的通过了. 正态性检验你看下点完弹出来的直方图,符合正态的形态就可以通过了. 协整的话,你那样用EG两步法检验的话也可以,但比较麻烦,DF和ADF更好用些,直接看那3个值就OK了~
@徐牧3819：向量误差修正模型 -
米盆18979244783…… 误差修正模型(Error Correction Model) [编辑]误差修正模型的产生原因 对于非稳定时间序列,可通过差分的方法将其化为稳定序列,然后才可建立经典的回归分析模型. 如:建立人均消费水平(Y)与人均可支配收入(X)之间的回归模型...
@徐牧3819：多元回归中若残差项存在严重的序列相关怎么处理 -
米盆18979244783…… 如果估计参数通过了显著性检验,可以不用处理. 如果没通过,可以采用GLS估计方法试试. 残差项序列相关,不影响估计参数的一致性,不是关键.关键在回归序列是否平稳
