该辅助回归函数的修正的决定系数R2=-0.055853，拟合优度较低。et-12、et-22、et-32、et-42、et-52的参数在显著性水平α＝0.05的条件下，均不能通过t检验。且F=0.788405＜F0.05(5，15)，辅助回归函数不能通过F检验。因此，可以认为该辅助回归函数并不显著。
（6）当p=6时
e2=0.01747+0.33494et-12-0.364856et-22+0.01368et-32-0.058539et-42+0.177862et-52-0.137787et-62 s=(0.011111)(0.260807) (0.272186) (0.27937) (0.274935) (0.259857) (0.108467) t=(1.57225) (1.284222) (-1.340469) (0.048978) (-0.212921) (0.684459) (-1.270318)
R2=0.307666 修正的决定系数R2=-0.011872 S.E.=0.01866
F=0.962845 DW=1.672774
该辅助回归函数的修正的决定系数R2=-0.011872，拟合优度较低。et-12、et-22、et-32、et-42、et-52、et-62的参数在显著性水平α＝0.05的条件下，均不能通过t检验。且F=0.962845＜F0.05(5，15)，辅助回归函数不能通过F检验。 4.1.7 异方差检验结论
从以上各个检验方法的结论可知，回归模型并不存在异方差性。 4.2 自相关检验
经典线性回归假设中对随机误差项的要求是无序列相关或无自相关。但在实际研究中，随机误差项常常不能满足上述假定（孙敬水，2004）。自相关问题在时间序列资料中尤为普遍，因此必须采取相应的措施加以修正。 4.2.1 图示检验法 4.2.1.1 时间顺序残差图 0.40.20.0-0.2-0.4-0.61980198219841986198819901992199419961998200020022004te图5 残差时间序列图 以时间t为横轴，残差e为纵轴，作e随时间变化的图形，并用线段联结各点作出折线。从图5中可以看到，随着时间t的推移，残差e的折线呈现着各种变化，但由于折线
变化的方式多样，因此很难判断回归模型是否存在自相关性。 4.2.1.2 et与et-1散点图
以et为横轴，et-1为纵轴，作散点图。从图6可以看出，散点图的点比较离散，因而可以初步判断回归模型存在自相关性的可能性不大。 -0.5-0.4-0.3-0.20.30.30.20.20.10.10.0-0.1-0.1-0.1-0.2-0.20.10.20.3etet-1图6 et与et-1散点图 4.2.2 德宾-沃森检验 德宾-沃森检验（简称D-W检验）原理简单、检验方便，是目前检验自相关性最常用的方法（孙敬水，2004）。
查n=26，k=3的DW统计表，可得：dL=1.22，dU=1.55。即：若DW∈[0，1.22]时，回归模型存在一阶正自相关；若DW∈[2.78，4]时，回归模型存在一阶负自相关；若DW∈[1.55，2.45]时，回归模型不存在一阶自相关；若DW∈[1.22，1.55]或[2.45，2.78]时，则不能判断回归模型是否存在一阶自相关。根据EViews的计算结果，回归模型的DW统计量为1.38999800789358，即DW∈[1.22，1.55]，所以D-W检验不能判断回归模型是否存在一阶自相关。 4.2.3 回归检验法
回归检验法适合于任一随机变量序列相关的检验，并能提供序列相关的具体形式及相关系数的估计值（孙敬水，2004）。该法通过对不同形式的et与et-1、et-2建立回归模型，用最小普通二乘法进行参数估计，得出回归估计式，再对估计式进行回归检验。如果检验的结果是每一种估计式都是不显著的，就表明et与et-1、et-2是不相关的，随机误差项不存在序列相关。回归检验法需要用多种形式的回归模型对的et与et-1、et-2相关性进行试验分析，计算量较大。
（1）et与et-1的回归估计式
e=0.0174019708513981+0.146161798436673et-1 s=(0.0254155586815099)(0.169327773735442) t=(0.684697553552434) (0.863188567429207) R2=0.031379 S.E=0.127049 F=0.745095 DW=1.89017
在et与et-1的回归估计式中，包含有25个观测值，回归估计式的决定系数R2=0.018267，拟合优度较低。常数项的t统计量绝对值等于0.684697553552434＜t0.05/2(23)=2.0687，不能通过t检验；而解释变量系数的t统计量绝对值等于0.863188567429207＜t0.05/2(23)=2.0687，不能通过t检验。且回归估计式的F统计量等于0.745095＜F0.05(1,23)=4.28，回归估计式不能通过F检验。因此，在显著性水平α=0.05的条件下，可以认为回归估计式不显著。
（2）et与(et-1)2的回归估计式
e=0.0246778783216966-0.343764359905713(et-1)2 s=(0.0302690647705341)(0.710688894579554) t=(0.815283805719684) (-0.483705827581681) R2=0.01007 S.E=0.128439 F=0.233971 DW=1.651492
在et与(et-1)2的回归估计式中，包含有25个观测值，回归估计式的决定系数R2=0.01007，拟合优度较低。常数项的t统计量绝对值等于0.815283805719684＜t0.05/2(23)=2.0687，不能通过t检验；而解释变量系数的t统计量绝对值等于0.483705827581681＜t0.05/2(23)=2.0687，不能通过t检验。且回归估计式的F统计量等于0.233971＜F0.05(1,23)=4.28，回归估计式不能通过F检验。因此，在显著性水平α=0.05的条件下，可以认为回归估计式不显著。
（3）et与et-1、et-2的回归估计式
e=0.015188135474201+0.19506381015102et-1-0.252880973790302et-2 s=(0.0260599287680195)(0.208601132211502)(0.172100624585957) t=(0.582815694141104)(0.935104273323139) (-1.46937859405617) R2=0.111906 修正的决定系数R2=0.027326 S.E.=0.12661
F=1.323075 DW=2.028262
在et与et-1、et-2的回归估计式中，包含有24个观测值，回归估计式修正的的决定系数R2=0.027326，拟合优度较低。常数项的t统计量绝对值等于0.582815694141104＜
t0.05/2(21)=2.0796，不能通过t检验；而解释变量et-1的系数的t统计量绝对值等于0.935104273323139＜t0.05/2(21)=2.0796，不能通过t检验，解释变量et-2的系数的t统计量绝对值等于1.46937859405617＜t0.05/2(21)=2.0796，不能通过t检验。且回归估计式的F统计量等于1.323075＜F0.05(2,21)=3.47，回归估计式不能通过F检验。因此，在显著性水平α=0.05的条件下，可以认为回归估计式不显著。
（4）et与(et-1)-1的回归估计式
e=0.0231987842956958+0.000409095460892296(et-1)-1 s=(0.0230230764761498)(0.00016338867433722) t= (1.00763181322566) (2.50381773737853)
R2=0.214188 S.E=0.114433 F=6.269103 DW=1.754755
在et与(et-1)-1的回归估计式中，包含有25个观测值，回归估计式的决定系数R2=0.214188，拟合优度较低。常数项的t统计量绝对值等于1.00763181322566＜t0.05/2(23)=2.0687，不能通过t检验；而解释变量系数的t统计量绝对值等于2.50381773737853＞t0.05/2(23)=2.0687，通过t检验。且回归估计式的F统计量等于6.269103＞F0.05(1,23)=4.28，回归估计式通过F检验（实际上只要取显著性水平α＞0.0198264155287208即可）。因此，在显著性水平α=0.05的条件下，可以认为回归估计式显著。
（5）et与(et-1)-2的回归估计式
e=0.0247231798526047-0.000000392332158570485(et-1)-2 s=(0.0261938282453655)(0.000000362590232413247) t=(0.943855156299234) (-1.08202627511306)
R2=0.048438 S.E=0.125925 F=1.170781 DW=1.532203
在et与(et-1)-2的回归估计式中，包含有25个观测值，回归估计式的决定系数R2=0.048438，拟合优度较低。常数项的t统计量绝对值等于0.943855156299234＜t0.05/2(23)=2.0687，不能通过t检验；而解释变量系数的t统计量绝对值等于1.08202627511306＜t0.05/2(23)=2.0687，不能通过t检验。且回归估计式的F统计量等于1.170781＜F0.05(1,23)=4.28，回归估计式不能通过F检验。因此，在显著性水平α=0.05的条件下，可以认为回归估计式不显著。
（6）et与(et-1)-1、(et-2)-1的回归估计式
e=0.0268608070089803+0.000411926990647875(et-1)-1+0.000044898633388265(et-2)-1
相关推荐：
loading