计量经济学报告
通过上图中的我们发现其概率变大超过了０.０５，所以我们接受原假设，可以认为序列自相关性已经消除。
我们知道回归软件应用的是异方差稳健标准误差。所以对于异方差来说是不影响方程的内部有效性的。
（二）方程的外推
下面我们针对1978-2005年的数据进行回归得到如下的模型： HC = 0.411386921*GDP + 1899.142147
0.007103
515.9911
R-squared= 0.992757 Adjusted R-squared= 0.992478 我们针对上述方程做方程的外推。
16
计量经济学报告
1600001400001200001000008000060000400002000002006200720082009预测的居民消费支出实际的居民消费支出 （三）方程预测模型
首先画出hc和年份的关系图
从图中可以发现hc是近似于线性自相关的。
我们利用eviews给出序列的自相关系数和偏自相关系数函数如下图所示：
17
计量经济学报告
从图中我们可以发现：自相关系数随着k的增大而变小，且呈现衰减的趋势，逐渐收敛于0，有明显的拖尾特征。而偏自相关系数在1阶处截尾。根据AR模型的识别准则，可以判断是AR（1）模型。估计结果如下：
Dependent Variable: HC Method: Least Squares Date: 11/23/11 Time: 23:47 Sample(adjusted): 1979 2005
Included observations: 27 after adjusting endpoints Convergence achieved after 4 iterations Variable C AR(1)
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots
Coefficient -7875.424 1.090070
Std. Error 5453.905 0.013909
t-Statistic -1.443997 78.37117
Prob. 0.1612 0.0000 22193.02 17.45525 17.55124 6142.040 0.000000
0.995946 Mean dependent var 23901.69 0.995784 S.D. dependent var 1441.002 Akaike info criterion 51912172 Schwarz criterion -233.6459 F-statistic 0.571041 Prob(F-statistic) 1.09
Estimated AR process is nonstationary
HCt = -7875.423816 + 1.090070426HCt-1 下面进行残差的自相关和偏自相关分析：
18
计量经济学报告
从图中我们发现残差仍然存在自相关，上述建立的AR(1)模型不适合。经过分析我们发现建立二阶自相关模型比较适合
Dependent Variable: HC Method: Least Squares Date: 11/23/11 Time: 23:55 Sample(adjusted): 1980 2005
Included observations: 26 after adjusting endpoints Convergence achieved after 4 iterations Variable C AR(1) AR(2)
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots
Coefficient -12127.42 1.803158 -0.779299
Std. Error 17336.30 0.147052 0.160039
t-Statistic -0.699539 12.26204 -4.869446
Prob. 0.4912 0.0000 0.0001 22188.44 16.85922 17.00439 5569.956 0.000000 0.997940 Mean dependent var 24743.62 0.997760 S.D. dependent var 1050.045 Akaike info criterion 25359681 Schwarz criterion -216.1699 F-statistic 1.246900 Prob(F-statistic) 1.08
Estimated AR process is nonstationary .72
HC = 289.3513469 + 1.803158075*HC(-1) - 0.7792988177*HC(-2) 下面进行残差的自相关和偏自相关分析：
19