DW检验诊断序列的自相关性。1)残差图,由上图可以知道,此时残差项的值随着xx的变化,有规律的变化,呈现锯齿形的变化,所以由此残差图可以认为误差项之间存在相关,即表明存在着序列相关。又由于,误差项在o上下波动,随机误差项存在着负的序列自相关,即此时呈现出一种蛛网现象。2)由DW检验法:由题可知,解释变量的个数为2,样本量的个数为20,由DW检验上下界可以查出,=1.2 =1.41 由模型汇总可以知道,普通最小二乘估计DW=0.771<=1.2说明误差项之间存在正相关。(3)用迭代法处理序列相关,并建立回归模型。首先计算出,将其带入以及计算出,,,然后再对,,作普通最小二乘回归,计算结果如下:由系数表可以知道,此时的回归方程为:还原为原始变量方程为;由回归系数检验的t值可以得到: t=48.887 p=0 说明回归系数显著,即经过迭代法后,新的自变量对因变量的影响显著。下面对迭代法进行分析:残差图由残差图可以知道,进行迭代后的新变量的随机误差项随机的分布在0的附近,即此时,没有呈现出一定的规律,所以由残差图可以初步的认为迭代法已经消除了序列的相关性。其次,由DW检验进行分析:由模型汇总表可以知道进行迭代法后,新变量DW=1.48 此时,解释变量的个数为2,观察值的个数为19,由DW检验的上下界可以查得:1.18,=1.4 由1.48>1.4 即此时,DW的值要大于上界的值,所以由此可以判断,迭代法已经消除了随机误差项之间的序列相关。(4)用一阶差分法处理数据,并建立回归方程。首先,计算查分:,然后用,作为原点的最小二乘估计,得到结果如下由系数表可知知道,此时的回归方程为:还原为原始方程为:,同时又由回归系数的显著性检验的t=28.661 p=0说明回归系数显著,即自变量对因变量的影响显著。(5)比较以上各方法所建立回归方程的优良性。由以上可知,迭代法的回归方程较一阶差分法优。
全文预览
