Chris Lan2019-02-22 09:19:57

同学你好，
No autocorrelation是指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

ARCH，是用于检验自回归条件异方差，如果残差项存在条件异方差，意味着残差项是与t是有关的（残差项是随着时间变化而变化），因此可以对残差项的平方与t做一个自回归模型，这个模型就称为ARCH(1)
H0：a1=0，Ha：a1≠0，如果a1=0，表示没有条件异方差，要注意ARCH模型是用εt^2=a0+εt-1^2+ut来做回归的，也就是说他是用残差的平方来做为自回归模型的变量的，两者还是有区别的