經(jīng)濟(jì)數(shù)學(xué)微積分集合-資料下載頁
2025-08-21 12:37本頁面
【導(dǎo)讀】組成集合的每一個對象稱為該集合的元素.教室里的所有同學(xué)。②描述法}{所具有的特征xxM?的子集是就說則必若BABxAx,,????集或補(bǔ)集，記作Ac.xOy平面上全體點的集合，R×R常記作R2.全體實數(shù).這兩個實數(shù)叫做區(qū)間的端點.兩端點間的距離稱為區(qū)間的長度.稱為半開半閉區(qū)間,稱為a的右δ鄰域，空集、交集、并集、補(bǔ)集、直積、區(qū)間、鄰域.沒有彩電的家庭占4%，沒有冰箱的家庭占13%，沒有音響的家庭占22%，沒有空調(diào)的家庭占31%，的最多占69%，所以四種電器都有的至少占30%，時間序列的平穩(wěn)性及其檢驗。協(xié)整分析與誤差修正模型。平行/面板數(shù)據(jù)（paneldata/time-seriescross-section. 數(shù)據(jù)非平穩(wěn)，大樣本下的統(tǒng)計推斷基礎(chǔ)——。“一致性”要求——被破懷。經(jīng)典回歸分析的假設(shè)之一：解釋變量X是非。則不成立，回歸估計量不滿足“一致性”，
【正文】 只與時期間隔 k有關(guān)，與時間 t 無關(guān)的常數(shù)； 則稱該隨機(jī)時間序列是 平穩(wěn)的 （ stationary)，而該隨機(jī)過程是一 平穩(wěn)隨機(jī)過程（ stationary stochastic process）。 例 ． 一個最簡單的隨機(jī)時間序列是一具有零均值同方差的獨立分布序列： Xt=?t ， ?t~N(0,?2) 該序列常被稱為是一個 白噪聲 （ white noise） 。 由于 Xt具有相同的均值與方差，且協(xié)方差為零 ,由定義 ,一個白噪聲序列是平穩(wěn)的 。 例 ． 另一個簡單的隨機(jī)時間列序被稱為隨機(jī)游走（ random walk） ， 該序列由如下隨機(jī)過程生成： X t=Xt1+?t 這里， ?t是一個白噪聲。 容易知道該序列有相同的均值 ： E(Xt)=E(Xt1) 為了檢驗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是一個白噪聲，因此 : Var(Xt)=t?2 即 Xt的方差與時間 t有關(guān)而非常數(shù) ， 它是一非平穩(wěn)序列 。 ? 然而，對 X取 一階差分 （ first difference） : ?Xt=XtXt1=?t 由于 ?t是一個白噪聲，則序列 {Xt}是平穩(wěn)的。 后面將會看到 :如果一個時間序列是非平穩(wěn)的，它常常可通過取差分的方法而形成平穩(wěn)序列 。 ? 事實上， 隨機(jī)游走過程 是下面我們稱之為 1階自回歸 AR(1)過程 的特例 : Xt=?Xt1+?t 不難驗證 : 1)|?|1時，該隨機(jī)過程生成的時間序列是發(fā)散的，表現(xiàn)為持續(xù)上升 (?1)或持續(xù)下降 (?1)，因此是非平穩(wěn)的； 2)?=1時，是一個隨機(jī)游走過程，也是非平穩(wěn)的 。 167。 :只有當(dāng) 1?1時，該隨機(jī)過程才是平穩(wěn)的。 ? 1階自回歸過程 AR(1)又是如下 k階自回歸 AR(K)過程 的特例： Xt= ?1Xt1+?2Xt2… +?kXtk 該隨機(jī)過程平穩(wěn)性條件將在第二節(jié)中介紹。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1