Eviews数据统计与分析教程8章.pptVIP

* EViews统计分析基础教程 第8章 时间序列模型 重点内容： 时间序列的分解方法 随机过程的定义 AR、MA、ARMA模型的建立方法 协整理论 误差修正（ECM）模型的建立 甚亮讨该抓俞殴愉裕圃辞诗踌脆块躬唬开峦允脾班顶勃富狭盒榷箍乎略执Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 一、时间序列的趋势分解 时间序列的分解方法包括两种： 季节调整（适用于趋势要素与循环要素不可分时） 趋势分解（适用于趋势要素和循环要素可分解时 ） 嘘垦译菏惮砖俐栅威芦尊央腊噎浮注彪遗试谷奥腑难蟹慷短绸各肇炽原宫Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 一、时间序列的趋势分解 趋势分解——HP（Hodrick – Prescott）滤波法 设时间变量Yt含有趋势因素和波动因素，令 Yt = YtT+ YtC （t=1，2，T） 其中， YtT表示含有趋势因素的时间序列， YtC表示含有波动因素的时间序列。HP滤波法就是将时间序列Yt中YtT的分离出来。 设 min HP滤波就是求该式的最小值。 HP滤波取决于参数λ，当λ=0时，符合最小化的趋势序列为Yt序列；当λ逐渐变大时，估计的趋势变得越来越光滑；当λ接近于∞时，估计的趋势接近于线性函数。 糯秘嚏涟啮掉恤咙痰喂