伪回归与单位根PPT.pptVIP

第十章 伪回归和单位根 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 本章结构 第一节 时间序列及其平稳性 第二节 时间序列平稳性检验 第三节 时间序列的单积和协积 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第一节 时间序列及其平稳性 一、时间序列数据和随机过程 二、经典计量分析和时间序列的平稳性 三、时间序列非平稳和伪回归 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一、时间序列数据和随机过程 计量经济分析中的截面数据是在同一时点抽样统计得到的，可以理解为一个随机变量反复抽样的结果。 时间序列数据则是在不同时间观测或统计的数据，不能看作同一个随机变量生成的，不能看作与截面数据一样的同一个随机变量的反复抽样，而应该看作不同随机变量生成的，看作是一个随机过程的一个实现。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 所谓随机过程就是一系列具有顺序性和内在联系的随机变量的集合。 随机过程一般定义为随机变量族 ，其中T 是给定的实数集，对应每个 的 是随机变量。 当进一步明确参数t代表时间，T 是整数集合时，离散型随机过程 称为“时间序列”。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 因为时间序列数据每个时点的观测统计值，都相当于该时点生成变量水平的一个随机变量的一个实现值，因此整个时间序列数据就是由各个时点的随机变量构成的随机过程的“一个实现”。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 二、经典计量分析和时间序列的平稳性 计量经济回归分析的参数估计及相关推断检验，都是建立在随机变量总体均值、方差推断基础上的。 如果使用的是截面数据，那么因为截面数据是一个随机变量的抽样结果，因此根据中心极限定理等，可以用截面数据的样本均值和方差推断随机变量的总体均值和方差，以此为基础的计量回归分析和预测是有效的。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 当计量分析使用的数据是时间序列数据时，情况就会有所不同。 因为时间序列并不是一个随机变量的反复抽样，而是随机过程的一个实现，每个数据都是特定时间随机变量的唯一实现值，时间序列样本均值和方差的含义与截面数据也不同，这样以随机变量总体均值和方差的推断为基础的计量经济分析的基础就会出现问题。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 其实并不是以时间序列数据为基础的计量分析都会存在问题。 只要所使用的时间序列数据是平稳的，以时间序列数据为基础的计量经济分析就是有效的。 所谓平稳时间序列数据就是由平稳随机过程生成的时间序列数据。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 随机过程的平稳性包括严平稳