时间序列数据OLS回归的其他问题.pptVIP

第十一章 时间序列数据OLS回归的其他问题 平稳和非平稳 协方差平稳（弱平稳） 期望为常数：E(xi)=? 方差存在， 且为常数，：Var(xi)=?2? 协方差只取决于时间间隔h：Cov(xi, xi+h)= ?h 严格平稳 对于任意时间指标集（1?t1 t2? tm）和任意整数h， 联合分布函数满足： f(xt1, xt2, …, xtm)= f(xt1+h, xt2+h, …, xtm+h) 平稳和弱相关时间序列 若二阶距存在，则严格平稳过程一定协方差平稳 计量分析中主要关注弱平稳，平稳性条件不满足则称为非平稳过程。 问题11.1： 随机过程： yt=?0+?1t+et ?1?0 是协方差平稳的吗？ 如何将转化为平稳过程？ 弱相关时间序列 平稳性：联合分布不变 弱相关： 限定h变大时xt和xt+h的相依关系。 对于平稳序列，h趋于无穷时，xt和xt+h“近乎独立”，则称其为弱相关的（weakly dependent） 非平稳序列也可能是弱相关的 对于弱平稳序列，若随着h??，Cov(xt, xt+h) ?0，则称其为渐近无关的（asymptotically uncorrelated） 为什么时间序列分析中要关注弱相关？ 为分析统计量的渐近性质服务！ 时间序列不可能随机抽样，弱相关假定类似于截面数据中的随