静同学2023-06-06 11:46:44
静同学老师，请问这道题，第四期滞后项放进去后估计系数1.0582和-1.1252这俩系数就小于关键值2.02了啊，难道没有影响嘛？难道是要忽略影响嘛？
回答（1）
爱吃草莓的葡萄2023-06-07 10:04:36
爱吃草莓的葡萄同学你好。同学你说的影响是什么影响，小于关键值，只是说明不显著不为0，也就是与0没有差异，但是你不能直接说它有影响。
在没有加入第四期滞后项时，差分后的截距与斜率系数均显著不为0，意味着原模型不存在单位根。但是差分后的模型是否设置正确，即有没有违反假设呢，这就是后面表格给到的滞后项序列相关性数据，让判断是否存在序列相关性。
在表格中发现第四期滞后项存在序列相关性，因此将这个滞后项加入模型，然后再次回归判断是否还会出现序列相关性。
新的回归发现，截距与滞后一期系数不是显著不为0，但是滞后四期显著不为0，依旧还是可以判断出原模型不存在单位根。新的回归主要看滞后项序列相关性数据，发现没有一个是显著的，因此可以判断新的回归解决了AR（1）存在序列相关性的问题。
- 评论（0）
- 追问（2）
- 追问
-
老师你好，感谢回答，我的疑问是加入滞后项的方程，截距和系数（1.0582和-1.1252），不显著的不为零，那就是不能拒绝原假设，但我们在多元回归学的不是说系数等于零就不存在线性关系了嘛？所以我想问在自回归模型中，系数可以为0的是吗？系数不能为0这只是多元回归线性模型的要求？
- 追答
-
同学你好。不是的。
1）首先，多元回归存在因变量与自变量，我们又研究的是线性回归，因此存在因变量与自变量之间的线性关系；
2）其次在自回归模型中，只有一个变量，右边是左边的滞后项，不是新的变量，因此不存在与所谓多元线性回归中一样的线性关系。但是例如Yt=b0+b1Yt-1，也是线性的，是Yt与Yt-1之间是线性的。
3）最后，同学你也提到加入滞后项后，截距与系数不显著不为0，准确来说应该是滞后一期的系数不显著不为0，滞后四期的系数还是显著不为0的。因此是不是与滞后四期存在线性关系。
4）注意：任何模型系数都可能为0，但为0后是否还有意义就得另看。例如四个自变量的多元回归中，如果模型有两个不显著不为0那又能怎么样，只能说明那两个自变量没有啥解释力，需要除去或者重新找变量。在自回归中系数都显著为0，意味着这个时间序列为残差白噪音，无法进行预测；如果不为0，意味着时间序列存在自相关，可以通过过去预测未来。
评论
0/1000
追答
0/1000
+上传图片