(1)根据 Durbin- Watson d统计量估计ρ(大样本) d=2(1-p)→p (2 Cochrane-Orcutt迭代法 d以OLS估计模型并计算残差et 2利用残差作如下的回归 e, =petEr 利用上式所得做广义差分方程 y-mm1=B0(1-p)+B1(x1-m-1)+(1-p1-1) 或y=B0+B1x+E 以OLS估计做上述回归冰球的新的残差e 6现在估计回归 e t= pe I-1 t w 如此循环直到相继的ρ的估计值差的绝对值小于一个 事先给定的数(比如0001获0.0005)为止(一般3 到4次就可以了) (3) Cochrane-Orcutt两步法 (4) Durbin两步法先将广义差分方程(c)等价地写为 y,=Bo(I-p)+B,,x+p,+v 步骤:第一、以OIS估计(f),并把y得回归系数的估计值视为 p的一个估计值; 第二、求得后把变量转化为 y1=(,-py-D) xt=(x1-mx1-1)
（1）根据 Durbin —Watson d 统计量估计 (大样本) d = 2 ( 1－ ˆ) 2 ˆ 1 d = − (2)Cochrane——Orcutt 迭代法 ○1 以 OLS 估计模型并计算残差 et ○2 利用残差作如下的回归 t t t e = e + −1 ˆ ○3 利用上式所得 ˆ 做广义差分方程 ˆ (1 ˆ) ( ˆ ) ( ˆ ) t − t−1 = 0 − + 1 t − t−1 + t − t−1 y y x x 或 y t x t t = + + 1 ˆ 0 ○4 以 OLS 估计做上述回归冰球的新的残差 e t ○5 现在估计回归 t e t = e t− + w 1 ˆ ˆ 如此循环直到相继的 的估计值差的绝对值小于一个 事先给定的数（比如 0.001 获 0.0005）为止（一般 3 到 4 次就可以了） （3）Cochrane——Orcutt 两步法 （4）Durbin 两步法先将广义差分方程（c）等价地写为： t t t t t y = 0 (1− ) + 1 x − 1 x −1 + y + （f） 步骤：第一、以 OLS 估计（f）,并把 t−1 y 得回归系数的估计值视为 的一个估计值； 第二、求得 ˆ 后把变量转化为 ( ˆ ) −1 = t − t y t y y ， ( ˆ ) −1 = t − t x t x x
然后如同(e)那样,对转换的变量做回归 评价:其第一步为估计p,第二步则估计回归系数 (5)其他方法 a)最大似然法 b) Hildreth-Lu扫描或搜寻法 c)可性的或估计的广义最小二乘法(EGLS) ) Thail- - Nagar小样本逼近法 例子:零工招聘指数(HWI)与失业率(U)的关系 年与季HW,1957~1959=100% U(5%) 1962-1 104.66 5.63 103.53 5.46 97.30 5.63 95.96 5.60 1963-1 9883 5.83 97.23 5.76 9906 5.56 113.66 5 1964-1 117.00 119.66 5.26 124.33 5.06 133.00 5.06 1965-1 143.33 4.83
然后如同 (c ) 那样，对转换的变量做回归 评价：其第一步为估计 ，第二步则估计回归系数 （5）其他方法 a) 最大似然法 b) Hildreth—Lu 扫描或搜寻法 c) 可性的或估计的广义最小二乘法（EGLS） e) Thail—Nagar 小样本逼近法 例子：零工招聘指数（HWI）与失业率（U）的关系 年与季 HWI,1957~1959=100% U(5%) 1962-1 104.66 5.63 -2 103.53 5.46 -3 97.30 5.63 -4 95.96 5.60 1963-1 98.83 5.83 -2 97.23 5.76 -3 99.06 5.56 -4 113.66 5.63 1964-1 117.00 5.46 -2 119.66 5.26 -3 124.33 5.06 -4 133.00 5.06 1965-1 143.33 4.83
144.66 4.73 152.33 4.46 178.33 4.20 1966-1 19200 3.83 186.00 3.90 188.00 3.86 193.33 3.70 1967-1 187.66 3.66 175.33 3.83 178.00 187.66 3.96 其中:HWI为零工招聘指数,U为失业率。 选做经验研究的回归模型为: In HW=Po+PnU+u 先验地预期B1是负的(为什么?) 假设所有的OLS假定均被满足,可的回归方程: hHW=7.3084-1.5375hU t=(65.825)(-21612)N=24 R2=0.9550 d=0.9109 对于24个观测值和一个解释变量,∝=5%,DW表给出d1=1.27, du=1.45,即 d=0.9108<1.27=d
-2 144.66 4.73 -3 152.33 4.46 -4 178.33 4.20 1966-1 192.00 3.83 -2 186.00 3.90 -3 188.00 3.86 -4 193.33 3.70 1967-1 187.66 3.66 -2 175.33 3.83 -3 178.00 3.93 -4 187.66 3.96 其中：HWI 为零工招聘指数，U 为失业率。 选做经验研究的回归模型为： HWI = + U + t ln 0 1 ln 先验地预期 1 是负的（为什么？） 假设所有的 OLS 假定均被满足，可的回归方程： t Ut HWI 7.3084 1.5375ln ˆ ln = − t =（65.825）（-21.612） N=24 R2=0.9550 d =0.9109 对于 24 个观测值和一个解释变量， = 5% ，D—W 表给出 dL=1.27, dU=1.45 ,即： d=0.9108＜1.27=dL