Breusch-Godfrey Serial Correlation LM Test:
F-statistic
9.861407
Prob. F(2,20)
0.0010
Obs*R-squared
10.84883
Prob. Chi-Square(2)
0.0044
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/27/13 Time: 16:28
Sample: 1988 2012
Included observations: 25
Presample missing value lagged residuals set to zero.
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X3
-0.266456
0.111673
-2.386032
0.0270
X4
0.927186
0.990894
0.935707
0.3606
X5
0.000101
0.003383
0.029882
0.9765
RESID(-1)
0.528614
0.260062
2.032641
0.0556
RESID(-2)
0.748474
0.182794
4.094642
0.0006
R-squared
0.433953
Mean dependent var
-68.48699
Adjusted R-squared
0.320744
S.D. dependent var
198.3017
S.E. of regression
163.4343
Akaike info criterion
13.20756
Sum squared resid
534215.4
Schwarz criterion
13.45133
Log likelihood
-160.0944
Hannan-Quinn criter.
13.27517
Durbin-Watson stat
1.832813
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
SpencerMeng 发表于 2013-12-27 18:07 看概率值就好了 你看你的RESID(-1)的是0.0556大于0.05说明存在一阶序列相关 RESID(-2) 的是 0.0006小与0.0 ...
SpencerMeng 发表于 2013-12-27 18:22 对 必须要进行修正 若直接回归的话 你估计的系数是不可信的 这就是伪回归问题。如果用eviews的话在估计方程 ...
2047ian 发表于 2013-12-27 18:45 但是我修正了以后,发现变量不显著了。那这样模型岂不是无效了?麻烦您回答我的问题了!
SpencerMeng 发表于 2013-12-27 18:52 方法不是绝对的 除了序列相关 你的模型还会存在别的问题 比如内生性,这都是难以避免的 要不你试着做做协 ...