回归分析诊断中的自相关检验是另外一个重要的内容,它有多种检验方法,包括图示法、BG检验、Q检验、DW检验等,这里介绍如何使用stata进行图示法的检验,包括残差与其滞后一阶残差项的散点图、残差的自相关图等,并对结果如何进行分析与判断。
1
这里选取美国汽油需求数据gasoline.dta作为示例,其样本有52个,数据展示如下:
这里建立如下回归模型:
用stata进行估计,代码为:
regress lgasq lincome lgasp lpnc lpuc
结果为:
2
首先进行第一种图示法:
画出残差和其滞后一阶的散点图与线性拟合图
predict e1,res
twoway(scatter e1 L.e1) (lfit e1 L.e1)
得到图形:
残差的散点图与线性拟合图可以看出,残差e1与其滞后一阶的残差存在一定的线性相关性,因此,方程可能存在自相关。
3
接下来是第二种图示法:
残差的自相关图
ac e1
结果为:
第一个竖条就是说时滞为1时的自相关系数约0.70,以此类推。图中灰色区域95%置信区间的阴影区域标注,在这一区间之外的那些相关都是个体显著的。从上图来看,残差与滞后一阶、二阶存在着显著的自相关性,也说明方程可能存在自相关。
本文分享自微信公众号 - 博士的计量经济学干货(econometrics_ABC)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。
来源:oschina
链接:https://my.oschina.net/u/4606941/blog/4482209
更多相关内容:请点击查看