在实际数据分析中，真正能非常好的符合计量相关理论的数据模型并不多，而一般的操作是尽量往预期目标靠拢；或者想办法解释这种偏离目的的现象．
可我现在的问题是两者都无法实现．
在数据处理上，数据均为平稳序列，且已经运用ＨＰ滤波剔除了波动成分．但是在进行模型回归时，异方差与自相关并存，而且按照常用的方法，不管是消除异方差还是自相关，都无法通过检验，特别是自相关检验．（我采用的是ＥＶＩＥＷＳ５．１）
请教高手：应该怎么样处理这种情况？
请注明：姓名-公司-职位
以便审核进群资格，未注明则拒绝
可以用一些方法消除异方差和自相关,用Wald检验一下,或者那有可能就是你的变量选取有问题
谢谢outout 和apple204990的建议。
不过，apple204990的方法我之前已经试了，处理结果不理想，而变量的选取是不存在问题的。
而outout 提出的加AR项的结果是T检验等无法通过；取差分或者对数导致的则是降低前者的同时增大了后者。
在向众高人请教的过程中，有某博士提出本人模型设计的本身并没有对消除自相关和异方差提出严格要求，或者说这两种情况的存在不会影响模型设计及最终结果与结论的可信度。
不过我还是倾向于消除自相关和异方差，这样的处理会使整个过程更严谨和科学。
还在思考中~~~
我也碰到这样的问题了
期待中。。。。
我也碰到了同样的问题，但是在选取AR（4）作为一个变量的时候作的时候，终于消除了序列相关，但是整个方程却成了伪回归，郁闷啊！
期待高手！
是不是这样的问题少见呢？
怎么高手们都不来指点啊？或者是这个问题很．．．
扫码加好友，拉您进群
全部版块
我的主页
收藏
