自相关检验：

        

DW Test：

DW值 1.7635，接近2微弱自相关。

         有DW检验表。N=30 k=2 时，dl=1.28 ，du=1.57， du<DW<4-du，在0.05的显著性水平下，不能认为存在自相关。

 

 

 

 

LM Test：

         View->Residual Test->Serial Correlation LM test

 

Lags是滞后期的期数。先令其为1，即检测一阶自相关：

 

 

可以看到，不存在一节自相关。  二阶也不存在。

 

自相关消除：

 

1、第一个方法：消除自相关在EVIEWS中可以用AR(P),MA(P)来进行，也就是说，在回归时加入AR(P)或MA(P)，至于P取几阶，可以不断尝试，取一个DW值好的。具体的模型是：

在命令窗口输入：

IS lnoutput c lnlabor lncapital AR(1)或者MA(1)

【本质上是将上一期的自变量值也作为本期自变量之一，因此可以消去自相关】

如采用AR(1)模型,得出的方程为

 

LNOUTPUT = -1.97765684938 + 1.78528636514*LNCAPITAL - 0.91439781799*LNLABOR + [AR(1)=0.0421920563741]

 

View->Estimation Output

可以看出DW变为1.96自相关情况得到显著改善

 

 

 

2、第二个方法：DW估计出p,  genr 差分序列序列（补第一个值），再重新做回归模型。【即一阶差分法修正自相关】

 

根据DW=2(1-ρ)可以得出ρ=1-DW*0.5=0.1182

 

对解释变量lncapital、lnlabor和因变量lnoutput生成一阶差分序列

 

在genr命令框中输入：

gc=lncapital-0.1182*lncapital(-1)

gl=lnlabor-0.1182*lnlabor(-1)

go=lnoutput-0.1182*lnoutput(-1)

 

对go gc gl 构建最小合成回归

在控制台输入命令：ls go c gl gc

 

可以看出用一阶差分法得出的回归自相关的情况得到更好的改善，dw=2.05，更接近2

 

 

 

多重共线性检验：

 

多重共线性检验

View->Estimation Output

 

从上述的回归结果很好的符合了Cobb-Douglas 生产函数：

但从t检验和F检验的情况看，Prob(F-statistic)<0.05，方程总体十分显著，但是Prob(t-lnlabor)=0.1878>0.05，这说明方程存在多重共线性。

 

 

对lncapital和lnlabor构建过原点回归，在控制台输入命令：ls lncapital lnlabor

得出回归方程：LNCAPITAL = 1.26032126744*LNLABOR

方程的可决系数0.95，这说明该国家在很大程度上资本与劳动是共线性的：capital=labor^1.26

 

 

【共线性太强了。我觉得这是最大的问题。既然存在那么大的共线性就必然得先修改模型。那么前面所做的异方差检验之类的全部无用（因为模型都变了！）。】

 

多重共线性的修正

 

为了不剔除labor变量，同过组合变量的方式，采用人均产出和人均资本为变量来构建回归方程：

 

 

则回归方程可表示为

 

生成新变量序列

 

在genr命令框中输入：

y=log(output/labor)

x=log(capital/labor)

 

对y和x构建最小二乘回归方程，在控制台输入命令：ls y c x

 

 

得到的方程为：Y = -3.26289220024 + 1.78107506272*X

View->Estimation Output

可以看出Prob(F)=0.004<0.05，方程通过显著性检验