用一阶差分变换消除自相关问题的方法是假定自相关系数r为-1。
举一反三
- 消除序列相关的一阶差分变换假定自相关系数ρ等于1。
- 消除序列相关的一阶差分变换假定自相关系数[tex=0.571x1.0]BMX8X5xI0h1MuijqrEhCyw==[/tex]必须等于1;
- 用一阶差分法( )。 A: 可消除模型一阶自相关问题 B: 消除一阶正自相关问题时往往是有效的 C: 消除自相关时,模型没有常数项 D: 可以消除任何自相关问题
- 在用广义差分法消除一阶自相关过程中，由于差分我们将丢失一个观察值。为避免观察值的丢失，我们可对第一组观察值作如下变换：[tex=14.0x1.643]1s+ore8hTQ8NjXarDbAsn6KZ+8XrtawJ7I1sIwbb9nEmZKKai0XBj9Bejhd5E7IOTeNk9HmTgOyZpz6oPZmvn0V50+/8OzmwucOiZ8g4Cgk=[/tex]此种变换叫做普瑞斯一文思特（Prais-Winsten）变换。下表为美国1968-1987年进口支出（y）与个人可支配收入（x），（单位：10亿美元，1982年为基期）[img=481x322]17affc85c4cc829.png[/img]是否存在自相关? 如果存在,请用[tex=0.571x1.0]QDHYLzpRIwhOrWBqGonCgg==[/tex] 的估计值估计自相关系数 [tex=0.571x1.0]wZfDAQ5tsV00QsfoitgWPw==[/tex] 。
- 什么是时间序列的自相关?如何进行自相关回归预测?