Chris Lan2018-10-24 10:35:21

同学你好，
这题题干说用的AR(1)模型，说明自变量只有LAG1项，但是通过表格7可以看出，LAG4项相关性是比较高的，因此需要做一个假设检验去证明其显著的不等于0，如果确实显著的不等于0，就要把这个变量加进来。所以需要用到公式（见附件）进行计算。t-test=(0.8496-0)/[1/(40)^0.5]=5.37，用这个数去比较关键值，如果大于关键值（通常以标准正态分布5%双尾检验为例，因此关键值为1.96），则可以拒绝原假设，因此可以证明LAG4是显著的，所以要把LAG4加入模型。这样模型就包括了LAG1和LAG4两项，也称为同比环比模型。
另外你的疑问是说，为什么用残差的相关性来做检验。其逻辑是：残差有自相关关系，那么时间序列数据之间也是有自相关关系的。比如有以下的自回归模型，
xt=b0+b1xt-1+εt-1,
xt=b0+b1xt-2+εt-2,
......
以此类推会有k个这样的公式（取决于有多少个LAG项），我们用残差的自相关关系，比如说εt-1和εt-2的自相关关系，去解释xt-1和xt-2的自相关关系，因此才有了PPT 79页这样的表述。你可以理解为“使用残差的自相关关系，可以去解释时间序列数据的自相关关系”。在假设检验的环境下，这种用残差自相关解释时间序列数据自相关的方法是可用的。希望你能理解。