序列相關(guān)性檢驗(yàn)

(面板數(shù)據(jù)、截面數(shù)據(jù):自相關(guān)性\neq序列相關(guān)性,
時(shí)間序列數(shù)據(jù):自相關(guān)性=序列相關(guān)性.)
自相關(guān)性:一個(gè)變量在不同期之間的相互依賴和相互關(guān)聯(lián)特征。給定一組樣本,可計(jì)算SACF,SPACF,來(lái)判斷自相關(guān)性。
OLS回歸的重要假設(shè)之一:隨機(jī)擾動(dòng)項(xiàng)不存在序列相關(guān)性。

Breusch-Godfrey LM檢驗(yàn):

檢驗(yàn)隨機(jī)擾動(dòng)項(xiàng)(回歸后的殘差序列)是否存在序列相關(guān)性
y_t=c+\alpha_1y_{t-1}+...+\alpha_py_{t-p}+\phi_1u_{t-1}+\phi_2u_{t-2}+...+\phi_mu_{t-m}+\epsilon_t
H0:\phi_1=\phi_2=...=\phi_m=0 (即序列的隨機(jī)擾動(dòng)項(xiàng)不序列相關(guān))
H1:至少有一個(gè)\phi_i\neq0,j=1,2,...,m

F=\frac{(SSR_R-SSR_U)/m}{SSR_U/(T-k)},SSR_TSSR_U分別表示在有約束條件下和無(wú)約束條件下回歸的殘差平方和,k為解釋變量的總個(gè)數(shù)。

Durbin-Watson檢驗(yàn):

檢驗(yàn)隨機(jī)擾動(dòng)項(xiàng)(回歸后的殘差序列)是否存在一階自相關(guān),即是否為AR(1)過(guò)程。
d=\frac{\displaystyle \sum^{n}_{t=2}(\hat{u_t}-\hat{u}_{t-1})^2}{\displaystyle \sum^{n}_{t=2}(\hat{u_t})^2}
H0:殘差項(xiàng)不存在一階序列相關(guān)性
H1:殘差項(xiàng)存在一階序列相關(guān)性
d\approx2,則不存在序列相關(guān)性,否則可能存在序列相關(guān)性。
缺點(diǎn):

  1. 只能檢驗(yàn)一階自相關(guān)性,不能檢驗(yàn)高階自相關(guān);
  2. 回歸方程不能包含被解釋變量的滯后項(xiàng),即不能檢驗(yàn)AR模型的自相關(guān)性;
  3. 存在無(wú)法判定的檢驗(yàn)區(qū)域
Ljung-Box Q檢驗(yàn):

檢驗(yàn)序列的自相關(guān)性/序列相關(guān)性/是否為白噪音過(guò)程
Q=T(T+2)\displaystyle \sum^{k}_{j=1}\frac{\rho_j^2}{T-j},\rho_j是第j期自相關(guān)函數(shù),T是樣本個(gè)數(shù)
H0:\rho_1=0,...\rho_k=0
H1:至少有一個(gè)\rho_j\neq0,j=1,2,...k
注意:滯后階數(shù)太小,可能檢驗(yàn)不出高階自相關(guān);滯后階數(shù)太大,不能拒絕可能存在的自相關(guān)
Q檢驗(yàn)若檢驗(yàn)ARMA(p,q)模型,則自由度為k-p-q-1

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容