第七章误差序列相关
1 第七章 误差序列相关
本章结构 第一节误差序列相关的性质和原因 第二节误差序列相关的发现和判断 第三节误差序列相关的克服和处理
2 第一节 误差序列相关的性质和原因 第二节 误差序列相关的发现和判断 第三节 误差序列相关的克服和处理 本章结构
第一节误差序列相关的性质和原因 ■两变量和多元线性回归模型都要求模型 的误差项不存在序列相关性,即 EI(1-E(e1)(61-E(E,)=E(6E)=0 对任意≠j都成立。 这条假设的含义是误差项是纯粹的微小 外来扰动因素,不同期之间相互独立, 不包含任何有规律性、趋势性的因素
3 第一节 误差序列相关的性质和原因 ◼ 两变量和多元线性回归模型都要求模型 的误差项不存在序列相关性，即： 对任意 都成立。 ◼ 这条假设的含义是误差项是纯粹的微小 外来扰动因素，不同期之间相互独立， 不包含任何有规律性、趋势性的因素。 [( − ( ))( − ( ))] = ( ) = 0 i i j j i j E ε E ε ε E ε E ε ε i j
这条假设对线性回归分析也十分重要, 最小二乘估计的最小方差性和一致估计, 得到残差方差的无偏估计,以及进行各 种统计推断等,也都以这条假设为基础。 但误差项无序列相关的假设也不是总能 成立。由于误差项包含的因素常常有时 间趋势,数据处理也会导致不同期数据 生内在联系,因此误差序列往往是有 自相关性的
4 ◼ 这条假设对线性回归分析也十分重要， 最小二乘估计的最小方差性和一致估计， 得到残差方差的无偏估计，以及进行各 种统计推断等，也都以这条假设为基础。 ◼ 但误差项无序列相关的假设也不是总能 成立。由于误差项包含的因素常常有时 间趋势，数据处理也会导致不同期数据 产生内在联系，因此误差序列往往是有 自相关性的
这种问题称为线性回归模型的“误差序 列相关”,表现为: EI(e-e(ed(a-e(e, =e( C )+0 对至少部分≠j成立 当线性回归模型存在误差序列相关性时, 参数估计的有效性和一致性都不成立或 无法证明,残差方差和参数估计量方差 的估计无法得到,从而各种统计推断和 预测分析也同样会遇到困难
5 ◼ 这种问题称为线性回归模型的“误差序 列相关”，表现为： 对至少部分 成立。 ◼ 当线性回归模型存在误差序列相关性时， 参数估计的有效性和一致性都不成立或 无法证明，残差方差和参数估计量方差 的估计无法得到，从而各种统计推断和 预测分析也同样会遇到困难。 [( − ( ))( − ( ))] = ( ) 0 i i j j i j E ε E ε ε E ε E ε ε i j