欢迎来到天天文库
浏览记录
ID:56981362
大小:300.00 KB
页数:72页
时间:2020-07-25
《多元回归分析课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、MultipleRegressionAnalysisyt=b0+b1xt1+...+bkxtk+utTimeSeriesData&SerialCorrelation110.1TheNatureOfTimeSeriesData10.1时间序列数据的性质10.2ExamplesOfTimeSeriesRegressionModels10.2时间序列回归模型的例子10.3FiniteSamplePropertiesOfOlsUnderClassicalAssumptions10.3经典假定下的OLS有限样本性质2引言:
2、OLS方差与序列相关对于简单回归模型:yi=b0+b1xi+ui假定x1的均值为0同方差:Var(ui)=si2=s2随机抽样假定:Cov(ui,uj)=E(uiuj)=0,i≠j310.1TheNatureOfTimeSeriesData10.1时间序列数据的性质4时间序列数据的性质:时间序列与截面数据TheNatureOfTimeSeriesData:timeSeriesvs.CrossSectional时间序列数据有一个时间上的顺序,而截面数据则没有Timeseriesdatahasatemporalor
3、dering,unlikecross-sectiondata时间序列数据是随机过程的一个实现值Atimeseriesdatasetisonerealizationofastochastic(i.e.random)process由于我们面对的不再是个人的随机样本,须要对原有假设做出一些更改Willneedtoaltersomeofourassumptionstotakeintoaccountthatwenolongerhavearandomsampleofindividuals5说明:时间序列数据是随机过程的一个实
4、现值时间序列数据是随机过程的一个实现值atimeseriesdatasetisonepossibleoutcome,orrealization,ofthestochasticprocess.按照时间顺序排列的一个随机变量序列,称为随机过程,时间序列过程。Formally,asequenceofrandomvariablesindexedbytimeiscalledastochasticprocessoratimeseriesprocess一个时间序列所有的可能实现值构成的集合,相当于截面分析中的总体。Theset
5、ofallpossiblerealizationsofatimeseriesprocessplaystheroleofthepopulationincross-sectionalanalysis.610.2ExamplesOfTimeSeriesRegressionModels10.2时间序列回归模型的例子7ExamplesofTimeSeriesModels静态模型:staticmodel一个静态模型表达了同一时期各个变量之间的关系:yt=b0+b1zt+utAstaticmodelrelatescontem
6、poraneousvariables:yt=b0+b1zt+ut8ExamplesofTimeSeriesModels有限分布滞后模型:FiniteDistributedLagModels有限分布滞后模型(finitedistributedlag,FDL)则允许一个或多个变量的滞后值对当期的被解释变量产生影响:yt=a0+d0zt+d1zt-1+d2zt-2+utAfinitedistributedlag(FDL)modelallowsoneormorevariablestoaffectywithalag:yt=
7、a0+d0zt+d1zt-1+d2zt-2+ut一般,q阶有限分布滞后模型包括z的q阶滞后项Moregenerally,afinitedistributedlagmodeloforderqwillincludeqlagsofzyt=a0+d0zt+d1zt-1+…+d2zt-q+utSkip9ExamplesofTimeSeriesModels有限分布滞后模型:FiniteDistributedLagModels称d0称为即期/冲击倾向,即期/冲击乘数(impactpropensity,impactmultipl
8、ier),反映z变化1单位,导致的y的即时变化。即期/冲击倾向dj随着时间j的变化,称为滞后分布(lagdistribution),反映了z的一个暂时性变化,对于y的动态影响。称d0+d1+…+dq为长期倾向(long-runpropensity,LRP;long-runmultiplier),反映了z的一个永久性变化,所导致的y的长期变化。10ExamplesofTim
此文档下载收益归作者所有