自相关的概念：模型随机项之间不存在相关性，称为：No Autocorrelation;以截 面数据为样本时，如果模型随机项之间存在相关性，称为：Spatial Autocorrelation;以时序数据为样本时，如课模型随机项之间存在相关性，称为 Serial Autocorrelation。习惯上统称为序列相关性(Serial Correlation or Autocorrelation 教学内 二、自相关的形式：一阶序列相关，或自相关E(44)≠0,4=p41+6,p称为 容及学 自协方差系数(coefficient of autocovariance)或一阶自相关系数(first-orde, 时分配 coefficient of autocorrelation (2学时) 三、自相关的经济背景：没有包含在解释变量中的经济变量固有的惯性：模型设定偏误， 数据的“编造”；时间序列数据作为样本时，一般都存在序列相关性 五、自相关的后果 LS估计量仍然具有无偏性，但不具有有效性 ,变量的显著性检验失去意义 模型的预测失效 教学重点：自相关的概念、自相关产生的后果 重点、难 教学难点：自相关产生后果的过程。 点及对策 对策：阅读教材及课件，理解自相关后果的产生」 教学方法：课堂讲授、学生参与讨论。 教学方 法、手段 教学辅助手段：以多媒体为辅、板书推导为主，重点介绍自相关的概念及产生的后果】 及教具 教具：投影仪。 教研室主任签字： 年月日28教研室主任签字： 年 月 日 28 教学内 容及学 时分配 （2 学时） 一、自相关的概念：模型随机项之间不存在相关性，称为：No Autocorrelation；以截 面 数 据 为 样 本 时 ， 如 果 模 型 随 机 项 之 间 存 在 相 关 性 ， 称 为 ： Spatial Autocorrelation；以时序数据为样本时，如果模型随机项之间存在相关性，称为： Serial Autocorrelation 。习惯上统称为序列相关性（Serial Correlation or Autocorrelation）。 二、自相关的形式：一阶序列相关，或自相关 E(ii+1 )  0 ， i i i  =  + −1 ，ρ称为 自协方差系数（coefficient of autocovariance）或一阶自相关系数（first-order coefficient of autocorrelation） 三、自相关的经济背景：没有包含在解释变量中的经济变量固有的惯性；模型设定偏误； 数据的“编造”；时间序列数据作为样本时，一般都存在序列相关性。 五、自相关的后果 ➢ OLS 估计量仍然具有无偏性，但不具有有效性 ➢ 变量的显著性检验失去意义 ➢ 模型的预测失效 重点、难 点及对策 教学重点：自相关的概念、自相关产生的后果。 教学难点：自相关产生后果的过程。 对策：阅读教材及课件，理解自相关后果的产生。 教学方 法、手段 及教具 教学方法：课堂讲授、学生参与讨论。 教学辅助手段：以多媒体为辅、板书推导为主，重点介绍自相关的概念及产生的后果。 教具：投影仪