（精）第10章 时间序列数据的基本回归分析.pptVIP

10.5 趋势和季节性 描述有趋势的时间序列 很多经济时间序列都有随着时间而上升的共同趋势。 忽略两个序列按相同或相反趋势延伸的事实，会导致如下错误结论：认为一个变量的变化由另一个变量的变化所致。在很多情况下，两个时间序列过程表现出相关性仅仅是因为，由于某些无法观测因素的作用，二者具有共同的时间趋势而已。 线性时间趋势（linear time trend）：各期变化值相同 指数趋势（exponential trend）： 各期具有相同的平均增长率 在回归分析中使用趋势变量 仅因为每个变量都随着时间的推移而增长，便得到两个或多个趋势变量之关系的现象，便是谬误回归（spurious regression problem） 考虑一个yt受两个可观测因素xt1和xt2影响的模型。除了这两个变量以外，还有一些无法观测的因素也随着时间的推移而系统地增长或缩减。满足以上特征的模型为： 它可以理解成xt3=t是的多元线性回归。 如果上式省略掉t而只做yt对xt1和xt2的回归，一般会得到 和 的偏误估计值。 以下例说明时间趋势如何导致谬误回归。 例10.7 住房投资与价格 对美国1947-1988年住房投资和住房价格指数的年度观测。 文件：HSEINV.RAW 变量含义： invpc：真实