3.数据非平稳,往往导致出现“虚假回归” 问题 表现在:两个本来没有任何因果关系的变量,却 有很高的相关性(有较高的R 例如:如果有两列时间序列数据表现出一致的变 化趋势(非平稳的),即使它们没有任何有意义的 关系,但进行回归也可表现出较高的可决系数。 在现实经济生活中: 情况往往是实际的时间序列数据是非平稳的,而 且主要的经济变量如消费、收入、价格往往表现为 致的上升或下降。这样,仍然通过经典的因果关 系模型进行分析,一般不会得到有意义的结果。表现在:两个本来没有任何因果关系的变量，却 有很高的相关性（有较高的R2 )： 例如：如果有两列时间序列数据表现出一致的变 化趋势（非平稳的），即使它们没有任何有意义的 关系，但进行回归也可表现出较高的可决系数。 在现实经济生活中： 情况往往是实际的时间序列数据是非平稳的，而 且主要的经济变量如消费、收入、价格往往表现为 一致的上升或下降。这样，仍然通过经典的因果关 系模型进行分析，一般不会得到有意义的结果。 ⒊ 数据非平稳，往往导致出现“虚假回归” 问题