解释用EVIEWS做的LM检验结果 用eviews做了序列相关性的lm检验,结果如下,该怎么判断...

\u8ba1\u91cf\u7ecf\u6d4e\u5b66\u91cc\u7684LM\u68c0\u9a8c\u662f\u4ec0\u4e48\u610f\u601d?\u4eceEviews\u7684\u56de\u5f52\u7ed3\u679c\u6765\u770b\u5b83\u6709\u4ec0\u4e48\u610f\u4e49?


1\u9636\u5e8f\u5217\u76f8\u5173\u3002
LM\u68c0\u9a8c\uff1a\u539f\u5047\u8bbe\u4e3a\u8bf8\u7cfb\u6570\u4e3a0
LM\u7edf\u8ba1\u91cf=Obs*R-squared\u5b83\u6e10\u8fdb\u670d\u4ece\u5361\u65b9\u5206\u5e03\uff0c\u5982\u679c\u592a\u5927\uff0c\u8fd9\u62d2\u7edd\u539f\u5047\u8bbe
\u4e00\u822c\uff0c\u5728eviews\u4e2d\u6709p\u503c\uff0c\u5982\u679cp\u503c\u6bd4\u8f83\u5c0f\uff0c\u6bd4\u5982\u5c0f\u4e8e0.05\uff0c\u5219\u62d2\u7edd\u539f\u5047\u8bbe\uff0c\u8ba4\u4e3a\u539f\u6a21\u578b\u5b58\u5728\u81ea\u76f8\u5173\u3002\u901a\u8fc7\u8bbe\u5b9a\u6700\u5927\u6ede\u540e\u9636\u6570\uff0c\u53ef\u4ee5\u533a\u522b\u6a21\u578b\u4e2d\u7684\u663e\u8457\u4e0e\u4e0d\u663e\u8457\u7684\u6ede\u540e\u9879\uff0c\u901a\u8fc7\u5bf9\u6bd4\uff0c\u53ef\u4ee5\u5254\u9664\u4e0d\u663e\u8457\u7684\u9879\uff0c\u518d\u8fdb\u884c\u4e00\u6b21\u68c0\u9a8c\u3002
\u5f88\u660e\u663e00.05,\u63a5\u53d7\u539f\u5047\u8bbe\u4e0d\u5b58\u5728\u4e8c\u9636\u81ea\u76f8\u5173\u3002

H0 没有序列自相关
H1 存在序列自相关
要想判断其实很简单直接看Q检验的P值就可以。p值是指拒绝原假设错误的概率。举个例子:第一行 Q-Stat 7.4861 Prob 0.006
也就是说,拒绝原假设错误的概率很小(0.6%)所以,我们要拒绝原假设。存在序列自相关。
那个带星星的图是测数据平稳性的时候看的~大多用在ARMA模型。一般不知道也没有什么,图形只是给你的大概的印象,要想知道数据情况到底怎样,还是要通过具体的检验看数据。
拓展资料:
Eviews是Econometrics Views的缩写,通常称为计量经济学软件包。是专门为大型机构开发的、用以处理时间序列数据的时间序列软件包的新版本。
EViews是Econometrics Views的缩写,直译为计量经济学观察,通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行"观察"。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型(结构分析、经济预测、政策评价)。EViews是完成上述任务比较得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现,使计量经济学取得了长足的进步,发展成为一门较为实用与严谨的经济学科。
软件信息
Eviews是专门为大型机构开发的、用以处理时间序列数据的时间序列软件包的新版本。Eviews的前身是1981年第1版的Micro TSP。虽然Eviews是经济学家开发的,而且主要用于经济学领域,但是从软件包的设计来看,Eviews的运用领域并不局限于处理经济时间序列。即使是跨部门的大型项目,也可以采用Eviews进行处理。
Eviews处理的基本数据对象是时间序列,每个序列有一个名称,只要提及序列的名称就可以对序列中所有的观察值进行操作,Eviews允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据,根据已有的序列生成新的序列,在屏幕上显示序列或打印机上打印输出序列,对序列之间存在的关系进行统计分析。
Eviews具有操作简便且可视化的操作风格,体现在从键盘或从键盘输入数据序列、依据已有序列生成新序列、显示和打印序列以及对序列之间存在的关系进行统计分析等方面。
Eviews具有现代Windows软件可视化操作的优良性。可以使用鼠标对标准的Windows菜单和对话框进行操作。操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。此外,Eviews还拥有强大的命令功能和批处理语言功能。在Eviews的命令行中输入、编辑和执行命令。在程序文件中建立和存储命令,以便在后续的研究项目中使用这些程序。

H0 没有序列自相关
H1 存在序列自相关

要想判断其实很简单直接看Q检验的P值就可以。p值是指拒绝原假设错误的概率。举个例子:第一行 Q-Stat 7.4861 Prob 0.006
也就是说,拒绝原假设错误的概率很小(0.6%)所以,我们要拒绝原假设。存在序列自相关。
那个带星星的图是测数据平稳性的时候看的~大多用在ARMA模型。一般不知道也没有什么,图形只是给你的大概的印象,要想知道数据情况到底怎样,还是要通过具体的检验看数据。

楼上正解,话说你做的是Q检验,不是LM检验。话说Q检验存在p值偏小的问题,建议看AC和PAC的图。那个图超过虚线的范围表明存在自相关。

  • 璇烽棶eviews杩涜ARCH LM妫楠鍚,寰楀埌鐨勫浘鎬庝箞杩涜鍒嗘瀽?鎬庢牱灏辫鏄庡瓨鍦ˋRCH...
    绛旓細浣犲洖褰掔殑杩10涓猯ag椤逛腑锛屽鏋滆嚦灏戞湁涓涓槸鏄捐憲鐨勶紝閭d箞灏卞簲璇ユ嫆缁濇帀娌℃湁arch鏁堝簲鐨勫師鍋囪銆傝屼綘鐨勭粨鏋滄樉绀猴紝lag7鏄樉钁楃殑锛宲鍊<0.01, 杩欎竴椤圭殑鏄捐憲鎷掔粷娌℃湁arch鏁堝簲鐨勫師鍋囪銆傜粨璁烘槸锛岃繖涓猘rma妯″瀷涓湁arch鏁堝簲銆傝繖涔堜笓涓氱殑闂锛岀粰5鍒嗗お灏戜簡銆
  • 瀛︿範eviews鐩存帴涓婃墜鎿嶄綔杩樻槸鍏堝惉鐞嗚
    绛旓細鍏蜂綋杩欎笁澶ф楠岃濡備綍涓婃満鎿嶄綔锛屾垜鎷挎渶杩戞帴鍒扮殑涓涓渚嬭缁嗕妇渚嬭鏄庛備竴銆佹暟鎹潵婧愶細瀹㈡埛鎻愪緵鐨勬暟鎹槸1981-2006骞磋偂绁ㄤ环鏍兼寚鏁板拰gdp鏁版嵁锛岃偂绁ㄤ环鏍兼寚鏁颁负Y锛実dp鏁版嵁涓簒,杩欐槸涓涓竴鍏冧竴娆℃柟绋嬶紝鎵浠ュ彧鍋氫簡寮傛柟宸拰搴忓垪鐩稿叧鎬鐨勬楠銆妯″瀷寤虹珛 鏁版嵁褰曞叆eviews锛岀敤鏈灏忎簩涔樻硶杩涜绾挎у洖褰掞紝缁撴灉...
  • 甯繖鍒嗘瀽涓eviews涓殑鑷浉鍏冲浘
    绛旓細骞崇ǔ鎬э細鍦ㄥ簭鍒椾腑锛view鈥斺攗nit root test鈥斺斿彲浠ユ鏌ュ師搴忓垪銆佷竴闃跺簭鍒楋紱璨屼技鍙湁宸垎骞崇ǔ鍚庢墠鍙互寤虹珛ARIMA锛屽氨鏄綘p锛宷涓棿鐨1琛ㄧず1闃跺樊鍒嗗惂 鑻ヤ綘鐨勫浘鏄竴闃跺樊鍒嗙殑锛岄偅涔堝缓绔嬫柟绋婰S D(X) C AR(2) MA(1),璇曡瘯 鍦ㄦ柟绋嬬獥鍙o紝view鈥斺攔esidual test 鈥斺擰妫楠鍜LM鑷浉鍏虫楠岋紝鑷充簬P鍊...
  • 鏃堕棿搴忓垪妯″瀷鐨勮嚜鐩稿叧妫楠鍙兘鏈変竴涓瑙i噴鍙橀噺鍚
    绛旓細鎵撳紑 App Eviews鏃堕棿搴忓垪妯″瀷2鈥旇嚜鐩稿叧妫楠岋紙DW妫楠LM妫楠鍋忚嚜鐩稿叧鍥撅級/寮傛柟宸楠 706闃呰 lllllllawu567 鍏虫敞 Eviews妫楠 婊¤冻6涓熀鏈亣璁炬墠鑳戒繚璇乷ls浼拌閲忕殑鏃犲亸鎬 妫楠屾柟寮忥細01:20 eviews妫楠屾柟寮 涓銆佽嚜鐩稿叧妫楠岋紙residual tests锛02:18 鑷浉鍏...
  • dw妫楠屽拰lm妫楠缁撴灉涓嶄竴鑷存椂鐪嬪摢涓?
    绛旓細Eviews鍒嗘瀽缁撴灉 3.渚濇嵁鐨勫艰惤鍦ㄥ浘涓摢涓尯闂达紝鍒ゆ柇鐩稿叧鎬э紝鍜鍊奸鐩篃浼氱粰鍑 DW妫楠岀ず鎰忓浘 鏃讹紝瀹屽叏璐熻嚜鐩稿叧锛鏃讹紝瀹屽叏姝h嚜鐩稿叧锛鏃讹紝鏃犺嚜鐩稿叧 3.鎷夋牸鏈楁棩涔樺瓙妫楠(BG妫楠屻LM妫楠)鏃㈤傜敤浜庝竴闃讹紝涔熼傜敤浜庨珮闃 閽堝澶氬厓绾挎у洖褰掓ā鍨(...
  • 濡備綍鐢‥VIEWS鍋鐩稿叧鎬妫楠?姣曚笟璁捐闇瑕併傛垜鏄袱缁勪笉鍚岀绫诲熀閲戠殑鏀剁泭...
    绛旓細寤虹珛鍑烘ā鍨嬫潵锛岀劧鍚庣偣view銆媟esidual test銆媠eries correlation LM test 榛樿鏄仛浜岄樁宸垎锛屽嚭鏉ョ殑缁撴灉濡傛灉obs鍜宺esid锛-2锛夐兘鏄捐憲浜嗛偅閲嶅涓婇潰姝ラ鍋氫笁闃剁殑锛岀洿鍒皁bs鏄捐憲锛宺esid锛-p锛変笉鏄捐憲灏卞仠姝紝灏辨槸p闃惰嚜鍥炲綊娑堥櫎锛屾鏃禗W閲忓簲璇ョ壒鍒帴杩2 鍒拌繖锛屾ā鍨嬪氨鏄痽=c+B1*X+e锛坱)e(t)=b1*e(t-1)...
  • Eviews鑷浉鍏虫楠鐨凩M妫楠鍜岄珮闃跺亸鑷浉鍏虫楠屽緱鍑虹殑鍑犻樁鑷浉鍏崇粨璁轰笉...
    绛旓細杩欎釜鏄湁鍙兘锛屼袱鑰呭熀浜庣殑鍓嶆彁涓嶄竴鏍凤紝璁$畻鏂规硶涔熶笉涓鏍
  • 姹傞珮浜哄府鎴戠湅鐪嬫垜鐢╡views鍋鍑烘潵鐨勬楠arch鐨勭粨鏋,瀛樹笉瀛樺湪arch鏁堝簲銆備笉...
    绛旓細鍋欰RCH-LM妫楠锛宲鍊煎皬浜0.05鍗宠〃绀哄瓨鍦ˋRCH鏁堝簲锛屽簲璇ョ敤ARCH寤烘ā銆
  • 淇浜嗗閲嶅叡绾挎у悗鎬庝箞鐢╡views鍋鑷浉鍏鐨勬楠鍜屼慨姝
    绛旓細鎴戠敤鐨勬槸eviews 8銆1.寮傛柟宸妫楠锛氾紙鎬鐗规楠岋級鍋氬畬ols涔嬪悗锛屽湪寮瑰嚭鐨勭獥鍙iew-residual diagnostics-heteroskedasticity锛堥夋嫨white锛屾鏃跺鏋滄槸涓鍏冨氨鍘绘帀浜ゅ弶涔樼Н椤圭殑鍕撅紝澶氬厓灏卞嬀閫夛級寮傛柟宸慨姝o紝鍦╭uick-equation estimation 閲岄潰鐨刼ptions锛岄夋嫨閫夋嫨type骞惰緭鍏ユ墍閫夋嫨鐨勬潈鏁般2.澶氶噸鍏辩嚎鎬ф楠岋紙绠鍗曠浉鍏...
  • DW妫楠鎬庝箞鐪嬪嚑闃惰嚜鐩稿叧
    绛旓細DW涓鑸彧鑳芥楠屼竴闃惰嚜鐩稿叧,濡傛灉瑕佹楠屽闃惰嚜鐩稿叧,鍙互鐪嬬浉鍏冲浘鍜孮缁熻閲,浠ュ強LM妫楠銆EVIEWS鎿嶄綔閲岄潰涓昏鏄湪VIEW/Residual Tests閲岄潰鐨勪竴浜涢夐」,鍥犱负鑷浉鍏虫槸娈嬪樊鑷浉鍏炽傚鏋滈渶瑕佸垽鏂嚑闃,鐪嬭嚜鐩稿叧绯绘暟鍜屽亸鑷浉鍏崇郴鏁般
  • 扩展阅读:eviews做x和y的关系图 ... 如何用eviews做bp检验 ... eviews 变量未被定义 ... eviews残差的lm检验 ... eviews中lm检验p值看哪里 ... eviews进行gq检验 ... eviews做chow检验出不来 ... eviews lm检验步骤 ... eviews如何进行dw检验 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网