■误差序列相关可以有多种不同的情况, 其中相邻两期误差项之间的相关性,也 就是误差项￡受前一期误差项￡=1的影响, 称为误差项的“一阶自回归” 一阶自回归可以表示为E1=PE-1+E, 其中O满足0<<1,称“一阶自回归系 数”c)是均值为0的独立同分布随机变 量
6 ◼ 误差序列相关可以有多种不同的情况， 其中相邻两期误差项之间的相关性，也 就是误差项 受前一期误差项 的影响， 称为误差项的“一阶自回归” 。 ◼ 一阶自回归可以表示为 ， 其中 满足 ，称“一阶自回归系 数” ， 是均值为0的独立同分布随机变 量。 i i−1 i i i = + −1 0 1 i
第二节误差序列相关的发现和判断 处理和克服误差序列相关性的基础是判 断该问题的存在和类型。 对于一阶自回归性,就是要判断一阶自 回归系数P的大小和符号的正负性。 ■回归残差序列分析也是发现和检验误差 序列相关性的基本方法,残差序列分析 包括残差序列图分析和杜宾一瓦森检验
7 第二节 误差序列相关的发现和判断 ◼ 处理和克服误差序列相关性的基础是判 断该问题的存在和类型。 ◼ 对于一阶自回归性，就是要判断一阶自 回归系数 的大小和符号的正负性。 ◼ 回归残差序列分析也是发现和检验误差 序列相关性的基本方法，残差序列分析 包括残差序列图分析和杜宾—瓦森检验 。
残差序列图分析 以横轴,以残差或e/S为纵轴,画出 残差序列的分布图。 不存在误差序列相关问题,同时也不存 在系统偏差和异方差性的模型,回归残 差序列的分布形态应该如图71(a)那 样,无规律而均匀地分布在横轴上下的 定区域内
8 一、残差序列图分析 ◼ 以i为横轴，以残差e或e/S为纵轴，画出 残差序列的分布图。 ◼ 不存在误差序列相关问题，同时也不存 在系统偏差和异方差性的模型，回归残 差序列的分布形态应该如图7.1（a）那 样，无规律而均匀地分布在横轴上下的 一定区域内
9
9 S e i S e i
■如果模型存在误差序列相关问题,那么残差序 列的分布会呈现相应的规律性。 ■例如当误差项有一阶正自相关问题时,残差序 列的分布形态会出现类似图7.1(b)的情况, 因为相邻残差之间的正相关关系会使它们出现 相同趋势和符号的机会增大
10 ◼ 如果模型存在误差序列相关问题，那么残差序 列的分布会呈现相应的规律性。 ◼ 例如当误差项有一阶正自相关问题时，残差序 列的分布形态会出现类似图7.1（b）的情况， 因为相邻残差之间的正相关关系会使它们出现 相同趋势和符号的机会增大。 S e i