Prob(F-statistic)
0.000000
Inverted AR Roots
1.06
.47
Estimated AR process is nonstationary
2.【模型5】LOG(GDPS)对T回归自相关的处理
Dependent Variable: LOG(GDPS)
Method: Least Squares
0.199972
-2.518301
0.0196
R-squared
0.999440
Mean dependent var
2323.710
Adjusted R-squared
0.999364
S.D. dependent var
2354.344
S.E. of regression
59.39227
Akaike info criterion
Prob(F-statistic)
0.000000
Inverted AR Roots
.48
（请对得到的图表进行处理，以上在一页内）
二、实验总结与评价
实验总结（包括实验数据分析、实验结果、实验过程中出现的问题及解决方法等）：
见实验步骤中。
1、当总体回归模型的随机误差项在不同观测点上彼此相关时就产生了自相关问题。
Inverted AR Roots
.22
【模型4】
Dependent Variable: LOG(CS)
Method: Least Squares
Date:06/14/15Time: 11:37
Sample (adjusted): 1979 2005
Included observations: 27 after adjustments
（请对得到的图表进行处理，以上在一页内）
2.D-W检验
分别计算上述【模型1-3】和【模型5】的D-W统计量的值，判断模型是否存在自相关问题。
【模型1】
CS=12.50960 +0.080296GDPS
(15.58605) (0.001891)
(0.802615) (42.45297)
R^2=0.985779SE=7732.823DW=0.942712 F=1802.255
Sample (adjusted): 1979 2005
Included observations: 27 after adjustments
Convergence achieved after 5 iterations
Coefficient
Std. Error
t-Statistic
Prob.
GDPS
从图上看，log(GDPS)对T回归的残差也有很强的正自相关
（请对得到的图表进行处理，以上在一页内）
2.计算上述【模型4】的D-W统计量的值，判断模型是否存在自相关问题。
log（cs）= 3.061611+ 0.159151*T
(0.00644999) (0.000388595)
(47.46694) (40.95545)
【模型3】消费品零售额SLC对收入法GDPS的回归模型
【模型4】财政收入的对数log（cs）对时间T的回归模型
【模型5】收入法GDPS的对数log（GDPS）对时间T的回归模型
数据见“附表：广东省宏观经济数据（部分）-第六章”
（一）自相关的检验
1.图形法检验
使用图形检验法分别检验上述【模型1-4】是否存在自相关问题。分别作这四个模型的残差散点图（即残差后一项对前一项的散点图： 对 ）和残差趋势图（即残差 对时间 的线图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。
11.14684
Sum squared resid
77603.71
Schwarz criterion
11.34040
Log likelihood
-140.9090
Hannan-Quinn criter.
11.20258
F-statistic
13087.46
Durbin-Watson stat
1.717996
Coefficient
Std. Error
t-Statistic
Prob.
CZ
0.778415
0.013314
58.46449
0.0000
C
19.74909
11.93393
1.654868
0.1110
AR(1)
0.218873
0.199282
1.098308
0.2830
R-squared
0.995395
Coefficient
Std. Error
t-Statistic
Prob.
GDPS
0.227124
0.042324
5.366357
0.0000
C
-863.1769
929.2543
-0.928892
0.3630
AR(1)
1.536140
0.186539
8.234941
0.0000
AR(2)
-0.503590
0.120045
4.001307
0.0005
R-squared
0.994392
Mean dependent var
5.429892
Adjusted R-squared
0.993925
S.D. dependent var
1.304108
S.E. of regression
0.101644
Akaike info criterion
-144.7547
Hannan-Quinn criter.
10.98761
F-statistic
1132.079
Durbin-Watson stat
1.734469
Prob(F-statistic)
0.000000
Inverted AR Roots
.53
【模型2】
Dependent Variable: CS
-1.630250
Sum squared resid
0.247954
Schwarz criterion
-1.486268
Log likelihood
25.00837
Hannan-Quinn criter.
-1.587436
F-statistic
2127.985
Durbin-Watson stat
2.262057
31488.78
Schwarz criterion
10.26563
Log likelihood
-133.6423
Hannan-Quinn criter.
10.16446
F-statistic
2593.808
Durbin-Watson stat
1.788804
Prob(F-statistic)
0.000000
Date:06/14/15Time: 11:26
Sample (adjusted): 1980 2005
Included observations: 26 after adjustments
Convergence achieved after 3 iterations
Coefficient
Std. Error
0.988637
S.D. dependent var
512.8281
S.E. of regression
54.66577
Akaike info criterion
10.94479
Sum squared resid
71720.32
Schwarz criterion
11.08877
Log likelihood
R-squared
0.998601
Mean dependent var
7.869818
Adjusted R-squared
0.998410
S.D. dependent var
1.458838
S.E. of regression
0.058174
Akaike info criterion
-2.710105
Mean dependent var
464.6559
Adjusted R-squared
0.995011
S.D. dependent var
512.8281
S.E. of regression
36.22199
Akaike info criterion
10.12165
Sum squared resid
Convergence achieved after 3 iterations
Coefficient
Std. Error
t-Statistic
Prob.
T
0.167438
0.005185
32.29337
0.0000
C
2.892494
0.095559
30.26915
0.0000
AR(1)
0.480336
0.000000
Inverted AR Roots
.74+.27i
.74-.27i
（请对得到的图表进行处理，以上在一页内）
（三）补充实验
1.使用图形检验法检验【模型5】是否存在自相关问题。分别作这个模型的残差散点图（即残差后一项对前一项的散点图： 对 ）和残差趋势图（即残差 对时间 的线图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。