aileen20180623 · 2019年01月13日
* 问题详情，请 查看题干
问题如下图：
选项：
A. 
B. 
C. 
解释：
1.您好，我还是不理解为什么DW的值在1.81 接近于0怎么还算positive correlation，那个这个点和整个题目都是悖论，就不应该选A了，为什么？
2. 还有not have a lagged dependent variable 这个前提，没有这个前提是时间序列。时间序列指的是那个知识点AR？如果有not have a lagged dependent variable 就是多元，为什么？我还是不明白。
3时间序列和多元的区别是什么？
菲菲_品职助教 · 2019年01月23日
同学你好，这里你对题目的解读有所误解。
他并不是说表2就表明存在一个positive的序列相关了，如果是的话，H也不会去检验是否存在一个序列相关了。所以这道题只是在考察positive的序列相关的特点。而且DW的值并不是跟0比，而是跟Dl和Du相比来得出结论。
如果有一个滞后的因变量，那其实就变成一个时间序列模型了。时间序列就是R9这一章所讲解的，可以再去看一下相关的内容。但是positive serial correlation的这些特性是适用于多元回归模型的，所以要加这么一个前提。
时间序列和多元的区别非常明显，多元主要就是几个自变量来解释因变量，而时间序列模型是一系列时间的数据，用一句通俗的话来讲，就是用昨天的我来解释今天的我，一般自变量是xt-1，因变量是xt。建议再去复习一下R8和R9的相关内容。
NO.PZ201709270100000206 6. Is Honoré’s scription of the effects of positive sericorrelation (in Exhibit 2) correregarng the estimatecoefficients anthe stanrerrors? Yes No, she is incorreabout only the estimatecoefficients No, she is incorreabout only the stanrerrors of the regression coefficients A is correct. The mol in Exhibit 2 es not have a laggepennt variable. Positive sericorrelation will, for sua mol, not affethe consistenof the estimatecoefficients. Thus, the coefficients will not neeto correctefor sericorrelation. Positive sericorrelation will, however, cause the stanrerrors of the regression coefficients to unrstate thus, the corresponng t-statistiwill inflate 请问这道题为什么不影响estimates的估计?
可以下这个解答部分吗？言下之意只有no laggepennt的mol, positive sericorrelation时才满足coefficient consisten不受影响、stanrerror of coefficient才会被unrestate?这些特性不是适用于所有positive sericorrelation吗
这道题我理解是，没有自相关，那么他关于标准差的说法应该是不对的
为什么positive sericorrelation会导致低估的标准误？？谢谢谢谢~
