Detect Serial Correlation Using Econometric Modeler App
这些示例显示了如何使用计量经济学建模器应用程序评估串行相关性。方法包括绘制自相关函数(ACF)和部分自相关函数(PACF),以及使用LJUNG-BOX Q-TEST测试显着滞后系数。数据集data_overshort.mat
连续57天从科罗拉多州的汽油箱中铺设了57天。
绘图ACF和PACF
此示例显示了如何绘制时间序列的ACF和PACF。
在命令行,加载data_overshort.mat
数据集。
加载data_overshort
At the command line, open the计量经济学建模者应用程序。
计量经济学
或者,从应用程序画廊打开应用程序(请参阅计量经济学建模者)。
进口数据词
进入应用程序:
在计量经济学建模者标签,在进口部分,单击。
在里面导入数据对话框,在进口?列,选择的复选框
数据词
多变的。点击进口。
变量奥肖特
出现在时间序列窗格及其时间序列图出现在时间序列图(奥肖特)图形窗口。
该系列似乎是静止的。
关上时间序列图(奥肖特)图形窗口。
绘制ACF奥肖特
通过单击情节标签。ACF出现在ACF(Oshort)图形窗口然后单击ACF。
绘制PACF奥肖特
通过单击情节选项卡然后单击PACF。PACF出现s in thePACF(Oshort)图形窗口。
定位相关图,以便您可以通过拖动来同时查看它们PACF(Oshort)右窗格底部的图窗。
样品ACF和PACF表现出显着的自相关(即,两者都包含距离0的标准偏差以上超过两个的滞后)。样品ACF表明滞后1处的自相关显着。样品PACF表明滞后1、3和4的自相关是显着的。
The distinct cutoff of the ACF and the more gradual decay of the PACF suggest an MA(1) model might be appropriate for this data.
进行Ljung-Box Q检验以进行重大自相关
此示例显示了如何进行Ljung-Box Q检验以实现显着的自相关滞后。
在命令行,加载data_overshort.mat
数据集。
加载data_overshort
At the command line, open the计量经济学建模者应用程序。
计量经济学
或者,从应用程序画廊打开应用程序(请参阅计量经济学建模者)。
进口数据词
进入应用程序:
在计量经济学建模者标签,在进口部分,单击。
在里面导入数据对话框,在进口?列,选择的复选框
数据词
多变的。点击进口。
变量奥肖特
出现在时间序列窗格及其时间序列图出现在时间序列图(奥肖特)图形窗口。
该系列似乎是静止的,并且围绕恒定平均值波动。因此,在进行测试之前,您无需转换数据。
进行三个ljung-box Q检验,以测试前10、5和1个自相关的零假设,共同零:
在计量经济学建模者标签,在测试部分,单击新测试>ljung-box q检验。
在LBQ标签,在参数部分:
放滞后数到
10
。放dof到
10
。要达到低于0.05的假阳性率,请使用Bonferroni校正来设置显着性水平到0.05/3 =
0.0167
。
在里面测试部分,单击运行测试。
重复步骤2和3两次,并进行这些更改:
放滞后数到
5
和dof到5
。放滞后数到
1
和dof到1
。
测试结果出现在结果表LBQ(Oshort)文档。
结果表明,直至滞后5(或10)的每个自相关均为零,表明残留序列中的挥发性聚类。