freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

時間序列分析與eviews應(yīng)用-在線瀏覽

2025-07-17 22:03本頁面
  

【正文】 除虛假序列相關(guān) 。 例如 ,在生產(chǎn)函數(shù)模型中 , 如果省略了資本這個重要的解釋變量 , 資本對產(chǎn)出的影響就被歸入隨機誤差項 。 所以在這種情況下 , 要把顯著的變量引入到解釋變量中 。 序列相關(guān)的檢驗方法 12 EViews提供了以下 3種檢測序列相關(guān)的方法 。 對于擾動項 ut建立一階自回歸方程: () D_W統(tǒng)計量檢驗的 原假設(shè): ? = 0, 備選假設(shè)是 ? ? 0。 如果存在正序列相關(guān) , 2。 正序列相關(guān)最為普遍 , 根據(jù)經(jīng)驗 , 對于有大于 50個觀測值和較少解釋變量的方程 , , 說明殘差序列存在強的正一階序列相關(guān) 。 2. 回歸方程右邊如果存在滯后因變量 , DW檢驗不再有效 。 其他兩種檢驗序列相關(guān)方法: Q統(tǒng)計量和 BreushGodfrey LM檢驗克服了上述不足,應(yīng)用于大多數(shù)場合。 LM檢驗原假設(shè)為:直到 p階滯后不存在序列相關(guān),p為預(yù)先定義好的整數(shù);備選假設(shè)是:存在 p階自相關(guān)。 16 ( 1)估計回歸方程,并求出殘差 et () ( 2)檢驗統(tǒng)計量可以基于如下回歸得到 () 這是對原始回歸因子 Xt 和直到 p階的滯后殘差的回歸。 F統(tǒng)計量是對式( )所有滯后殘差聯(lián)合顯著性的一種檢驗。一般情況下, T R2統(tǒng)計量服從漸進的 ? 2(p) 分布。 在 EView軟件中的操作方法: 選擇 View/Residual Tests/Serial correlation LM Test,一般地對高階的 , 含有 ARMA誤差項的情況執(zhí)行BreushGodfrey LM。 18 例 1: 含滯后因變量的回歸方程擾動項序列相關(guān)的檢驗 考慮美國消費 CS 和 GDP及前期消費之間的關(guān)系 , 數(shù)據(jù)期間: 1947年第 1季度~ 1995年第 1季度 , 數(shù)據(jù)中已消除了季節(jié)要素 , 建立如下線性回歸方程: t = 1, 2, ?, T 應(yīng)用最小二乘法得到的估計方程如下: t = (?) () () R2= .= ttt uG D PcCccCS ???? ? 21t10 Stttt ..CS ?0509301510 1 ????? ?19 如果單純從顯著性水平 、 擬合優(yōu)度及 ,這個模型是一個很理想的模型 。 所以 , 必須采取本節(jié)中介紹的其他檢驗序列相關(guān)的方法檢驗殘差序列的自相關(guān)性 。 20 下面給出殘差序列的自相關(guān)系數(shù)和偏自相關(guān)系數(shù),相關(guān)圖如下: 本例 1~ 3階的自相關(guān)系數(shù)都超出了虛線,說明存在 3階序列相關(guān)。 21 二、非平穩(wěn)時間序列 22 如果隨機過程 的均值和方差、自協(xié)方差都不取決于 t,則稱 ut 是協(xié)方差平穩(wěn)的或弱平穩(wěn)的: 注意,如果一個隨機過程是弱平穩(wěn)的,則 ut 與 ut s 之間的協(xié)方差僅取決于 s ,即僅與觀測值之間的間隔長度 s有關(guān)。 ??)( tuE2)v a r ( ??tu 對所有的 t 對所有的 t 對所有的 t 和 s sstt uuE ??? ??? ? ))(( () () () 1 0 1 2 1{ , , , , , , , , }t T Tu u u u u u u???167。 一個平穩(wěn)序列的數(shù)字特征 ,如均值 、 方差和協(xié)方差等是不隨時間的變化而變化的 ,時間序列在各個時間點上的隨機性服從一定的概率分布 。 167。 這是因為 , 如果殘差序列是一個非平穩(wěn)序列 , 則說明因變量除了能被解釋變量解釋的部分以外 , 其余的部分變化仍然不規(guī)則 , 隨著時間的變化有越來越大的偏離因變量均值的趨勢 , 這樣的模型是不能夠用來預(yù)測未來信息的 。 非平穩(wěn)時間序列在各個時間點上的隨機規(guī)律是不同的 , 難以通過序列已知的信息去掌握時間序列整體上的隨機性 。 但在實踐中遇到的經(jīng)濟和金融數(shù)據(jù)大多是非平穩(wěn)的時間序列 。 這種過程也稱為 趨勢平穩(wěn) 的 , 因為如果從式 ()中減去 a +? t,結(jié)果是一個平
點擊復(fù)制文檔內(nèi)容
環(huán)評公示相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1