一阶自相关和二阶自相关,什么是一阶自相关性和高相关性 _生活百科

什么是一阶自相关性和高相关性

文章插图
一阶是指该抄数据系列的当前值袭与自身前一个数值之间的相关性。如果一阶自相关系数是正的，相关图就会呈现出光滑的蛇形形态；如果一阶自相关系数是负的，相关图就会呈现出之字形态。
虽然很多经济现象仅表现为本期与上期相关，但是更多的是与多期相关，即存在所谓的“高阶自相关性” 。
所以，如果经DW检验模型存在自相关性，则表明模型至少存在一阶自相关性，很可能还存在着高阶自相关性。同理，如果模型通过了DW检验，即DW统计量的值接近于2，则只说明不相关，模型不存在一阶自相关性。
但并不同时意味着模型不存在高阶自相关性，还需要进行高阶自相关性检验。也就是说，即使模型通过了DW检验，也不能断然得出“模型不存在自相关性”的结论。
扩展资料
自相关性产生的原因：
线性回归模型中随机误差项存在序列相关的原因很多，但主要是经济变量自身特点、数据特点、变量选择及模型函数形式选择引起的。
1、经济变量惯性的作用引起随机误差项自相关
2、经济行为的滞后性引起随机误差项自相关
3、一些随机因素的干扰或影响引起随机误差项自相关
4、模型设定误差引起随机误差项自相关
5、观测数据处理引起随机误差项序列相关
参考资料来源：百度百科-自相关性
用Eviews对ARIMA模型建模，得到一阶差分自相关与偏自相关图不显著，之后怎么办啊？

文章插图
自相关系数在大约6期左右出现一个峰值偏自相关也是如此
你用的是月度数据，从图上看偏自相关的季节性似乎有点显著，自相关的半年度周期也比较显著
可以考虑ARMA((1,6),(1,6))试试，再估计一下ARMA(6,6)，ARMA（3，3）
用Eviews对ARIMA模型建模，得到一阶差分自相关与偏自相关图不显著，之后怎么办啊?

文章插图
自相关系数在大约6期左右出现一个峰值偏自相关也是如此
你用的是月度数据，从图上看偏自相关的季节性似乎有点显著，自相关的半年度周期也比较显著
可以考虑ARMA((1,6),(1,6))试试，再估计一下ARMA(6,6)，ARMA(3，3)
请问怎么求一阶自相关系数？用EVIEWS

文章插图
要求用迭代法（三步）和杜宾两步法分别做，写成EVIEWS的命令形式。ls （如果是2阶自相关，就是“ls chukou c gdp ar(1）ar(2）”，依此类推
【一阶自相关和二阶自相关,什么是一阶自相关性和高相关性】