stata中的自相关检验操作及其分析是怎么样的

stata中的自相关检验操作及其分析是怎么样的

stata中的自相关检验操作及其分析是怎么样的,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

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:

regresslgasqlincomelgasplpnclpuc

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,restwoway(scattere1L.e1)(lfite1L.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

ace1

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。

关于stata中的自相关检验操作及其分析是怎么样的问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注恰卡编程网行业资讯频道了解更多相关知识。

发布于 2021-12-28 22:15:59
收藏
分享
海报
0 条评论
145
上一篇:基于ClickHouse的用户行为分析实践是怎样的 下一篇:如何进行excel及python的数据分析对比
目录

    0 条评论

    本站已关闭游客评论,请登录或者注册后再评论吧~

    忘记密码?

    图形验证码