Time series analysis

@Jack Sun

评论和追问都看到了。

一元/多元回归里只用DW test去检验自相关，不会去使用t test。但修正方法确实是去修正standard error使之“robust”。

AR模型只能用t test检验自相关。DW test的缺陷就是：当数据呈现出“昨天的我解释今天的我”这种特点时，即X又是自变量又是因变量时，此时DW test不可以使用。所以DW test无法应用在AR模型里。

AR模型autocorrelation的解决方案是再加入一项滞后项，从AR(1)变成AR(2)。

问题（3）：说的是系数估计量的standard error被低估（biased downward）了

逻辑为 positive serial correlation会导致例如这次error为正，下一期同样为正，这比正常的忽正忽负的波动要小。而error项的波动和系数估计量的standard error波动是一致的。所以系数估计量的standard error也被低估了

从考试角度，直接记忆 positive（serial correlation）→b1 cap被低估；negative→b1 cap被高估 即可

问题（2）：违背的是error term不能彼此相关的假设，即不能有autocorrelation问题。

同学你好，

三个问题，分开回复。

问题（1）：本题是linear trend model，这个model属于一元回归，只是自变量为时间t。对于一元/多元回归模型，使用DW test。需要使用t检验的是AR模型。