序列相关性检验

作者: Cinga01 | 来源:发表于2020-06-02 09:00 被阅读0次

序列相关性检验
R语言-相关性检验及线性拟合
03-相关性与线性回归
-0.1- 两个随机变量的相关性、独立性、两个概率分布之间的相似
相关性计算与检验
R相关分析（二）
R语言-相关系数计算(一)
时间序列
题目41
R - 相关性分析

（面板数据、截面数据： $自相关性\neq序列相关性$ ，
时间序列数据： $自相关性=序列相关性$ .）
自相关性：一个变量在不同期之间的相互依赖和相互关联特征。给定一组样本，可计算SACF，SPACF，来判断自相关性。
OLS回归的重要假设之一：随机扰动项不存在序列相关性。

Breusch-Godfrey LM检验：

检验随机扰动项（回归后的残差序列）是否存在序列相关性
$y_t=c+\alpha_1y_{t-1}+...+\alpha_py_{t-p}+\phi_1u_{t-1}+\phi_2u_{t-2}+...+\phi_mu_{t-m}+\epsilon_t$
$H0:\phi_1=\phi_2=...=\phi_m=0$ (即序列的随机扰动项不序列相关)
$H1:至少有一个\phi_i\neq0，j=1,2,...,m$

$F=\frac{(SSR_R-SSR_U)/m}{SSR_U/(T-k)}$ , $SSR_T$ 和 $SSR_U$ 分别表示在有约束条件下和无约束条件下回归的残差平方和， $k$ 为解释变量的总个数。

Durbin-Watson检验：

检验随机扰动项（回归后的残差序列）是否存在一阶自相关，即是否为AR(1)过程。
$d=\frac{\displaystyle \sum^{n}_{t=2}(\hat{u_t}-\hat{u}_{t-1})^2}{\displaystyle \sum^{n}_{t=2}(\hat{u_t})^2}$
$H0:残差项不存在一阶序列相关性$
$H1:残差项存在一阶序列相关性$
若 $d\approx2$ ，则不存在序列相关性,否则可能存在序列相关性。
缺点：

只能检验一阶自相关性，不能检验高阶自相关；
回归方程不能包含被解释变量的滞后项，即不能检验AR模型的自相关性；
存在无法判定的检验区域

Ljung-Box Q检验：

检验序列的自相关性/序列相关性/是否为白噪音过程
$Q=T(T+2)\displaystyle \sum^{k}_{j=1}\frac{\rho_j^2}{T-j}$ , $\rho_j$ 是第j期自相关函数， $T$ 是样本个数
$H0:\rho_1=0,...\rho_k=0$
$H1:至少有一个\rho_j\neq0，j=1,2,...k$
注意：滞后阶数太小，可能检验不出高阶自相关；滞后阶数太大，不能拒绝可能存在的自相关
Q检验若检验ARMA(p,q)模型，则自由度为k-p-q-1

序列相关性检验
（面板数据、截面数据：，时间序列数据：.）自相关性：一个变量在不同期之间的相互依赖和相互关联特征。给定一组样本，可...
R语言-相关性检验及线性拟合
相关性检验相关性检验R=1时为完全正相关。R=-1为完全负相关。R=0为正态分布斜率与R值无关相关性检验co...
03-相关性与线性回归
1 相关性 1.1 散点图评估 1.2 正态分布检验 1.3.1 pearson相关性检验（正态分布） 1.3....
-0.1- 两个随机变量的相关性、独立性、两个概率分布之间的相似
[相关性检验参考link][独立性检验参考link][分布的相似性参考link] -1- 两随机变量相关性检验前...
相关性计算与检验
成对数据进行相关性分析可使用可视化方法及相关性检验方法：可视化方法主要通过散点图观察数据的线性关系; 而相关性检验...
R相关分析（二）
相关性分析本节提到的相关性分析和后面会提到的t-test, ANOVA 以及回归分析等被称为参数检验，这些检验在...
R语言-相关系数计算(一)
应用R语言完成相关性检验，相关性矩阵及相关性可视化首先安装相应的R包相关性分析的方法Pearson correl...
时间序列
参考博客python实现时间序列分析-ning-ML 时间序列的测试平稳性检验时序图检验该序列具有明显的趋势...
题目41
41.什么是Bartlett球形检验？巴特利特球形检验是一种检验各个变量之间相关性程度的检验方法。一般在做因子分...
R - 相关性分析
相关性分析用于评估两个或多个变量之间的关联性。 1. 两个变量的相关性分析参数相关性检验( parametric...