Chris Lan2018-12-12 09:44:47

同学你好，
AR模型是属于自回归模型，他是用之前的自己来解释今天的自己，因此如果之前的LAG项跟今天的自己有关系，就应该把他加入到方程中，所以他和一元或多元回归方程是不一样的。对于自回归模型，LAG项跟今天的自己有关系，就要加入模型来解释今天的自己。

使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。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”。但只有假设检验的环境下，这种用残差自相关解释时间序列数据自相关的方法才是可用的

因为AR(1)模型，比如说他有181个观测值，所以他只能算出180个残差，比如说我有 当前值 LAG1 LAG2  三组数据，我只能求出 今天-LAG1 LAG1-LAG2 两个残差，所以n=2，同理AR(2)模型，就是样本容量-2
对于AR(1)模型，他的n就等于样本容量-1，他的standard error就是1/√n