当前位置:文档之家› 计量经济学--自相关性的检验及修正

计量经济学--自相关性的检验及修正

经济计量分析实验报告一、实验项目自相关性的检验及修正二、实验日期2015.12.13三、实验目的对于国内旅游总花费的有关影响因素建立多元线性回归模型,对变量进行多重共线性的检验及修正后,对随机误差项进行异方差的检验和补救及自相关性的检验和修正。

四、实验内容建立模型,对模型进行参数估计,对样本回归函数进行统计检验,以判定估计的可靠程度,包括拟合优度检验、方程总体线性的显著性检验、变量的显著性检验,以及参数的置信区间估计。

检验变量是否具有多重共线性并修正。

检验是否存在异方差并补救。

检验是否存在相关性并修正。

五、实验步骤1、建立模型。

以国内旅游总花费Y 作为被解释变量,以年底总人口表示人口增长水平,以旅行社数量表示旅行社的发展情况,以城市公共交通运营数表示城市公共交通运行状况,以城乡居民储蓄存款年末增加值表示城乡居民储蓄存款增长水平。

2、模型设定为:t t t t t μβββββ+X +X +X +X +=Y 443322110t 其中:t Y — 国内旅游总花费(亿元) t 1X — 年底总人口(万人) t 2X — 旅行社数量(个) t 3X — 城市公共交通运营数(辆)t 4X — 城乡居民储蓄存款年末增加值(亿元)3、对模型进行多重共线性检验。

4、检验异方差是否存在并补救。

5、检验自相关性是否存在并修正。

六、实验结果消除多重共线性及排除异方差性之后的回归模型为:2382963.08388.301ˆX Y +-=检验I 、图示法1、1-t e ,t e 散点图-1,500-1,000-5005001,0001,500-2,000-1,00001,0002,000ET(-1)E T大部分落在第Ⅰ,Ⅲ象限,表明随机误差项存在正自相关。

2、t e 折线图-1,500-1,000-5005001,0001,50086889092949698000204060810RESIDⅡ、解析法1、D-W 检验Dependent Variable: COST Method: Least SquaresDate: 12/13/15 Time: 20:35Sample (adjusted): 1994 2008Included observations: 15 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C -301.8388394.3549-0.7653990.4577AGENT0.3829630.03223111.881750.0000R-squared0.915681 Mean dependent var 3875.880Adjusted R-squared 0.909195 S.D. dependent var 2295.093S.E. of regression 691.6017 Akaike info criterion 16.03946Sum squared resid 6218068. Schwarz criterion 16.13387Log likelihood -118.2960 Hannan-Quinn criter.16.03846F-statistic141.1760 Durbin-Watson stat 0.641734Prob(F-statistic)0.000000D-W=0.641734查表知:L d =1.08,U d =1.36。

所以存在一阶正自相关。

2、LM 检验Breusch-Godfrey Serial Correlation LM Test:F-statistic4.492419 Prob. F(2,11)0.0375Obs*R-squared6.743741 Prob. Chi-Square(2)0.0343Test Equation:Dependent Variable: RESID Method: Least SquaresDate: 12/13/15 Time: 20:43Sample: 1994 2008Included observations: 15Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob. C -171.0092361.8256-0.4726290.6457AGENT 0.0213550.0333880.6396130.5355RESID(-1)0.8902450.313795 2.8370260.0162RESID(-2)-0.1256190.426001-0.2948800.7736R-squared0.449583 Mean dependent var -6.37E-13Adjusted R-squared 0.299469 S.D. dependent var 666.4441S.E. of regression 557.7986 Akaike info criterion 15.70905Sum squared resid 3422532. Schwarz criterion 15.89786Log likelihood -113.8179 Hannan-Quinn criter.15.70704F-statistic2.994946 Durbin-Watson stat 2.036592Prob(F-statistic)0.077146n 2R =6.743741,查表得2 (p)=5.99。

p 值=0.0343小于0.05,拒绝原假设,不存在高阶自相关。

修正(迭代法)Dependent Variable: COSTMethod: Least SquaresDate: 12/13/15 Time: 20:55Sample (adjusted): 1995 2008Included observations: 14 after adjustmentsConvergence achieved after 32 iterationsVariable Coefficient Std. Error t-Statistic Prob.C-105.10801522.424-0.0690400.9462AGENT0.3966590.102371 3.8747320.0026AR(1)0.7549890.287218 2.6286300.0235R-squared0.945391 Mean dependent var4079.621Adjusted R-squared0.935462 S.D. dependent var2236.535S.E. of regression568.1771 Akaike info criterion15.71015Sum squared resid3551077. Schwarz criterion15.84709Log likelihood-106.9711 Hannan-Quinn criter.15.69748F-statistic95.21571 Durbin-Watson stat 1.467537Prob(F-statistic)0.000000Inverted AR Roots .75D-W=1.467537 无法查表,所以用LM检验。

Breusch-Godfrey Serial Correlation LM Test:F-statistic 1.019016 Prob. F(1,10)0.3366Obs*R-squared 1.294691 Prob. Chi-Square(1)0.2552Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/13/15 Time: 21:01Sample: 1995 2008Included observations: 14Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.C11.127301521.1400.0073150.9943AGENT-0.0335630.107550-0.3120670.7614AR(1)-0.3234740.430157-0.7519900.4694RESID(-1)0.4854860.480935 1.0094630.3366R-squared0.092478 Mean dependent var7.45E-06Adjusted R-squared-0.179779 S.D. dependent var522.6469S.E. of regression567.6866 Akaike info criterion15.75597Sum squared resid3222681. Schwarz criterion15.93856Log likelihood-106.2918 Hannan-Quinn criter.15.73907F-statistic0.339672 Durbin-Watson stat 2.149347Prob(F-statistic)0.797241n2R=1.294691,查表得2 (p)=3.84。

P值=0.2552大于0.05,接受原假设,不存在自相关性。

七、结论模型为2396659.01080.105-ˆX Y+=,说明旅行社数量每增加1个,平均说来国内旅游总花费将增加3966.59万元。

相关主题