石河子大学：《计量经济学》课程PPT教学课件（硕士生）第二章 经典单方程计量经济学模型 The Classical Single Equation Econometric Model 2.6 序列相关 Serial Correlation

§2.6序列相关 Serial Correlation 违反基本假定3，即违反了随机扰动项 之间相互独立的假定，称为序列相关。 序列相关导致O儿S估计失去优良性。 1

1 §2. 6 序列相关 Serial Correlation 违反基本假定3，即违反了随机扰动项 之间相互独立的假定，称为序列相关。 序列相关导致OLS估计失去优良性

学习内容： 、 序列相关性 序列相关性的后果 三、序列相关性的检验 四、具有序列相关性模型的估计 五、 案例 2

2 学习内容： 一、序列相关性 二、序列相关性的后果 三、序列相关性的检验 四、具有序列相关性模型的估计 五、案例

一、序列相关性 普通最小二乘法（OLS)要求计量模型 的随机误差项相互独立或序列不相关。 如果模型的随机误差项违背了互相独立的基 本假设的情况，称为序列相关性。 3

3 如果模型的随机误差项违背了互相独立的基 本假设的情况，称为序列相关性。 普通最小二乘法（OLS）要求计量模型 的随机误差项相互独立或序列不相关。 一、序列相关性

序列相关的概念 对于模型 Y,=B。+B,X,+B2X2:+.+B4X+4, i=1,2,.,n 随机误差项互不相关的基本假设表现为： Cov(4,4)=0 i≠j,ij1,2,.,n 如果对于不同的样本点，随机误差项之间不再是 不相关的，而是存在某种相关性，则认为出现了序 列相关性。 4

4 序列相关的概念 对于模型 Yi =  0 + 1 X1i +  2 X 2i ++  k X ki +  i i=1,2,.,n 随机误差项互不相关的基本假设表现为： Cov i j ( , ) = 0 i≠j，i,j=1,2,.,n 如果对于不同的样本点，随机误差项之间不再是 不相关的，而是存在某种相关性，则认为出现了序 列相关性

在其他假设仍成立的条件下，序列相关即意味着 E(44,)≠0 或 4n41 E(4) .E(山4n) E(414n) E(4n4). E(u2) E(unm) E(4山4n) =22≠21 E(4n41）. 03 5

5 在其他假设仍成立的条件下，序列相关即意味着 ( )  0 E  i  j 或 ( )                     = n n T E NN E      1  1 ( )           = 2 1 1 2 1 n n n E                      = ( ) ( ) ( ) ( ) 2 1 1 2 1 n n n E E E E                      = 2 1 1 2 1 ( ) ( ) n n n E E                      = 2 1 1 2 ( ) ( )            n n E E Ω 2 =  I 2   （2.5.1）