經(jīng)濟(jì)數(shù)學(xué)微積分集合-全文預(yù)覽
【正文】 {0} 3. m≥4 4. {2， 7， 8} 5. C 6. A 第九章 時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)模型 ? 時(shí)間序列的平穩(wěn)性及其檢驗(yàn) ? 隨機(jī)時(shí)間序列分析模型 ? 協(xié)整分析與誤差修正模型 167。 因此 ： 注意： 在雙變量模型中： 表現(xiàn)在 :兩個(gè)本來(lái)沒(méi)有任何因果關(guān)系的變量，卻有很高的相關(guān)性 （有較高的 R2)。 時(shí)間序列分析模型方法 就是在這樣的情況下， 以通過(guò)揭示時(shí)間序列自身的變化規(guī)律為主線而發(fā)展起來(lái)的全新的計(jì)量經(jīng)濟(jì)學(xué)方法論 。 由于 Xt具有相同的均值與方差，且協(xié)方差為零 ,由定義 ,一個(gè)白噪聲序列是平穩(wěn)的 。 后面將會(huì)看到 :如果一個(gè)時(shí)間序列是非平穩(wěn)的，它常常可通過(guò)取差分的方法而形成平穩(wěn)序列 。 ? 1階自回歸過(guò)程 AR(1)又是如下 k階自回歸 AR(K)過(guò)程 的特例： Xt= ?1Xt1+?2Xt2… +?kXtk 該隨機(jī)過(guò)程平穩(wěn)性條件將在第二節(jié)中介紹。 167。 容易知道該序列有相同的均值 ： E(Xt)=E(Xt1) 為了檢驗(yàn)該序列是否具有相同的方差，可假設(shè)Xt的初值為 X0，則易知 : X1=X0+?1 X2=X1+?2=X0+?1+?2 … … Xt=X0+?1+?2+… +?t 由于 X0為常數(shù)， ?t是一個(gè)白噪聲，因此 : Var(Xt)=t?2 即 Xt的方差與時(shí)間 t有關(guān)而非常數(shù) ， 它是一非平穩(wěn)序列 。 二、時(shí)間序列數(shù)據(jù)的平穩(wěn)性 定義： 假定某個(gè)時(shí)間序列是由某一 隨機(jī)過(guò)程（ stochastic process）生成的，即假定時(shí)間序列{Xt}（ t=1, 2, … ）的每一個(gè)數(shù)值都是從一個(gè)概率分布中隨機(jī)得到，如果滿(mǎn)足下列條件： 1）均值 E(Xt)=?是與時(shí)間 t 無(wú)關(guān)的常數(shù)； 2）方差 Var(Xt)=?2是與時(shí)間 t 無(wú)關(guān)的常數(shù)； 3）協(xié)方差 Cov(Xt,Xt+k)=?k 是 只與時(shí)期間隔 k有關(guān)，與時(shí)間 t 無(wú)關(guān)的常數(shù)； 則稱(chēng)該隨機(jī)時(shí)間序列是 平穩(wěn)的 （ stationary)，而該隨機(jī)過(guò)程是一 平穩(wěn)隨機(jī)過(guò)程（ stationary stochastic process）。 ⒊ 數(shù)據(jù)非平穩(wěn)，往往導(dǎo)致出現(xiàn) “ 虛
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1