Essie2022-06-08 10:54:10

你好，A让我们使用表中的信息来评估回归方程的合适性。方程是AR模型，这里给出了滞后项的自相关系数的t检验值，那么我们就可以检验下AR模型是否有自相关的问题，这里的样本数量是108，在1%的显著性水平下的关键值为2.621。表格中所有的t检验值都是大于关键值的，所以方程存在自相关问题。
B中说如果上述 AR(1) 模型的残差违反回归假设，将要如何修改 AR(1) 模型？
因为从表格中可以看出AR1模型存在显著的残差自相关，修正就是通过重新估计一个AR(2)模型并检验AR(2)模型的残差的序列相关性。 如果AR(2)模型的残差序列不相关，那么我们应该测试季节性和 ARCH 行为。 如果残差中仍然存在任何序列相关，我们应该估计一个 AR(3) 过程并测试该规范中的残差的序列相关。 我们应该继续这个过程，直到最终的 AR(p) 模型的误差是序列不相关的。 当序列相关性被消除时，我们应该测试季节性和 ARCH 行为。