第10章时间序列数据的基本回归分析分析.pptVIP

第二篇时间序列数据的回归分析 目前大部分教科书将时间序列数据与横截面数据的分析混在一起，本书将两者分开讨论，更能突出时间序列数据不同于横截面数据的特点及分析方法的差异，但限于篇幅的限制，本书在时间序列方面只讨论基本的内容，详细的细节需参考专门的时间序列计量分析的书籍。第十章讨论时间序列数据的特点和相应的经典线性模型的假定，以及在此框架下一些分析工具。第十一章讨论在违背经典线性模型假定下大样本分析方法，其中有二个重要概念被讨论：平稳性和遍历性。第十二章讨论时间序列数据中最常遇到的序列相关现象，此现象类似于截面数据中的异方差。为了内容的连续性，高级专题中的第十八章提到此部分，着重讨论非平稳时间序列的分析方法：单位根检验、协整和误差修正模型，这部分是时间序列分析现代方法，应用比较普遍。 第十章时间序列数据的基本回归分析 本章讨论时间序列数据的特点和使用经典线性模型来分析时间序列数据的相关问题：假定、可能违背假定的情形、应用中经常遇到的问题及相应的解决方法。 10.1 时间序列数据的特点 10.2 时间序列回归模型的例子 10.3 经典假设下OLS的有限样本性质 10.4 函数形式、虚拟变量 10.5 趋势和季节性 10.1时间序列数据的性质 时间序列数据区别于横截面数据的特点： 时间序列数据是按时间顺序排列的，这意味不同时间上的数据是相互影响的，即过去会影响未来，而截面数据的随机抽样的观