fints第二章時間序列數(shù)據(jù)的回歸模型(編輯修改稿)
2025-06-16 21:54 本頁面
【文章內(nèi)容簡介】 111111pXXX , 21 ?XXT擬和優(yōu)度 T S SyyT S SR S SyyyyT S SE S SRtttt????????????2222)?(11)()?(■ 擬合優(yōu)度（ Goodness of Fit）是指回歸直線對觀測值的擬合程度。 度量擬合優(yōu)度的統(tǒng)計量是 可決系數(shù) （亦稱確定系數(shù)） R。 )R S S()E S S()( 殘差平方和回歸平方和總偏差平方和 ??T S S??????????? nttntttntt yyyyyy121212 )?()?()(● R 的取值范圍是 [0， 1]。 R 的值越接近 1，說明回歸直線對觀測值的 擬合程度越好；反之， R的值越接近 0，說明回歸直線對觀測值的擬合程度越差。 調(diào)整后擬和優(yōu)度 )]1(1[1 22 RkTTR ?????● R衡量的是回歸方程整體的擬合度，是表達因變量與所有自變量之間 的總體關(guān)系。 R等于回歸平方和在總平方所占的比率，即回歸方 程所能解釋的因變量變異性的百分比。 ● 對于給定的數(shù)據(jù)集，增加解析變量（或模型參數(shù)）的個數(shù)會使得殘差平方和 減小，從而 R增加，為在增加模型的參數(shù)個數(shù)和降低殘差平方和之間進行平衡， 提出調(diào)整后的擬合優(yōu)度。 其中， k為參數(shù)個數(shù) 擬和優(yōu)度 ? 擬和優(yōu)度是模型的變差能被模型解釋的部分。 ? 擬和優(yōu)度高并不能說明模型好，一個低的擬和優(yōu)度并不說明模型不好。 ? 時間序列數(shù)據(jù)的擬和優(yōu)度一般都比較高。 回歸模型 ? 滿足經(jīng)典假設(shè)條件時， OLS估計量滿足 ? 無偏性 ? 有效性 ? 服從正態(tài)分布 ))39。(,(~? 21 uXXN ??? ?金融時間序列模型 動態(tài)模型 時間序列數(shù)據(jù)回歸模型 ? 靜態(tài)模型 只有 t期的解釋變量對因變量有影響 大部分經(jīng)濟現(xiàn)象對沖擊的反應(yīng)并不是一次性完成的。例如提高利率對通貨膨脹的影響具有滯后性 (是逐漸顯現(xiàn)的 )。這種隨著時間變化，解釋變量對因變量的影響是動態(tài)效益。為了估計動態(tài)效益必須在模型中增加滯后項 。 ttt uxcy ??? ?
法律信息相關(guān)推薦
鄂ICP備17016276號-1