计量经济学序列相关性检验实验

1. 计量经济学自相关LM检验和DW检验的问题

德宾-沃森（Durbin-Watson）检验简称D-W检验，是目前检验自相关性最常用的方法，但它只适用于检验一阶自相关性。 先通过公式计算出DW值，再根据样本容量n和解释变量数目k查分布表，得到临界值dl和，然后判断是否自相关。 因为DW=2(1-ρ),而自相关系数ρ（利用残差构造的）的值介于-1和1之间，所以 0≤DW≤4 ，而且判定区间【0, dl ，，(4-)，(4-dl), 4】关于2对称。
0<DW<dl存在正自相关，dl<DW<时，不确定，<DW<4－时，无自相关，4－<DW<4－dl时，则不确定，4－dl<DW<4时，存在负自相关。这也是DW检验的缺点之一：会有判定盲区dl<DW<和4－<DW<4－dl。
如果DW统计量表明残差序列有一阶自相关，说明原模型没有拟合好，应为没有捕捉到足够信息所以导致残差自相关；或者说明模型中的解释变量至少不是严格外生的。
改善方法：添加解释变量或者对模型进行准差分。设原模型为Yt=beta0+beta1*Xt+Ut,准差分得到[Yt-rouY(t-1)]=[beta0(1-rou)]+[Xt-rouX(t-1)]+[Ut-rouU(t-1)],rou就是残差Ut的一阶自相关系数，t是下标，我敲的不太好看。

2. 请问计量经济学时间序列数据，在检验序列相关性做LM检验时，有最高阶数限制吗如12阶序列相关可以吗

阶数是12当让算是高阶序列相关了。据我所知，在时间序列分析中，没有最高阶数的限制。列方程时自然要把所有的自相关系数写出来了。

3. 计量经济学序列相关性要怎么做

看回归输出结果中的DW统计量。

4. 计量经济学里的LM检验是什么意思从Eviews的回归结果来看它有什么意义

LM检验即拉格朗日乘数检验，用来检验模型残差序列是否存在序列相关。原假设是不存在序列相关；备选假设是：存在p阶自相关。检验统计量渐进服从卡方分布，如果计算得出的P值太大则拒绝原假设，认为存在序列相关。

ARCH是误差项二阶矩的自回归过程。恩格尔（Engle 1982）针对ARCH过程提出LM检验法。

自回归条件异方差 (ARCH) 检验。这种检验方法不是把原回归模型的随机误差项st 2 看作是xt 的函数，而是把st 2 看作随机误差平方项ut-12 及其滞后项, ut-22 , …， 的函数。

做原假设：残差序列中知道P阶度不存在ARCH效应

做回归u2(t)=a(0)+∑α(s)u2(t-s)+ξ(t)

u(t)表示在t时刻的残差，对以上该式做P阶之后的残差回归得到两个统计量：

F统计量对所有残差平方的之后的联合显著性所做的一个省略变量检验；

（T*R2统计量是engle's LM检验统计量

在原假设下的LM统计量在一般情况下渐进服从χ2（p)分布。

计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系的一门经济学学科。主要内容包括理论计量经济学和应用经济计量学。

理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为经济关系测定的特殊方法。应用计量经济学是在一定的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。

(4)计量经济学序列相关性检验实验扩展阅读：

学习方法

与一般的数学方法相比，计量经济学方法有十分重要的特点和意义：

研究对象发生了较大变化。即从研究确定性问题转向非确定性问题，其对象的性质和意义将发生巨大的变化。因此，在方法的思路上、方法的性质上和方法的结果上，都将出现全新的变化。

研究方法发生根本变化。计量经济学方法的基础是概率论和数理统计，是一种新的数学形式。学习中要十分注意其基本概念和方法思路的理解和把握，要充分认识其方法与其它数学方法的根本不同之处。

研究的结果发生了变化。我们应该知道，计量经济学模型的结论是概率意义上的，也可以说是不太确定的。但真正要理解其不确定性的含义，并不那么简单，学习中需要始终关注这一点。

理论计量经济学和应用‎计量经济学 理论计量经济学（Theoretical Econometrics）以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。理论计量经济学除了介绍计量经济学模型的数学理论基础和普遍应用的计量经济学模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验模型。

应用‎计量经济学（Applied Econometrics）则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。

5. 计量经济学中偏相关系数检验只要pac小于0.5就不存在自相关性吗

一，首先算出不同分布所对应的待定值a二，然后根据分布值表查出在不同的显著性水平下的值a1二，比较二者的大小就可判断：如果前者大则拒绝反之接受。具体的例子可以看一下大学的数理统计，不同的分布有不同的结果，但方法还是一样的呵呵

6. 计量经济学中用怀特（White）检验修正了异方差性，进行自相关检验时发现该模型还有序列自相关，该如何修正

看你的目的是什么啦，如果仅仅估计参数，无论是异方差还是自相关，你的回参数都是无偏的答；但方差较大，预测准确度较低。
你要克服异方差同时还有自相关，建议拟采用FGLS（可行广义二乘），可同时达到目的。广义差分尽管也可以，但损失自由度，而且要你自己推断出相关系数。
但我觉得奇怪的是，你为什么同时既有异方差又有序列相关；所以我觉得你很可能是有遗漏变量，遗漏变量进入残差项中，且与自变量相关，最终会导致你估计非无偏且非一致。
所以，最好先用直接做回归，后得到的残差，与自变量测下相关性；如相关性强，则说明存在遗漏变量。然后你采用工具变量法进行回归就可以了。