台湾的时间序列模型教学.pptVIP

2010/06/21 林晉勗 時間序列模型之應用 林晉勗 國立政治大學經濟學博士 簡報大綱 時間序列模型之平穩性 (stationarity) 常用之判定方法：單根檢定 Augmented Dickey-Fuller test Philips-Perron test 單變量時間序列模型 ARIMA 多變量時間序列模型 向量自我迴歸模型 (VAR) 共整合模型 (Cointegration) 向量誤差修正模型 (VECM) 自我迴歸分布落後期模型 (ARDL) 時間序列資料之平穩性 時間序列資料之平穩性(stationarity) 若 et 為一圍繞在零附近的一個隨機變數，變異數為固定，且具有本期的資料與前期資料無關的特性，也就是 E(εt， εs)=0 (t≠s) ，這樣的數列，我們一般將它稱為白噪音(white noise)。 時間序列資料之平穩性(stationarity) 任一時間序列模型均可由一組獨立同分配(iid)的白噪音{et}t=1,2,…,∞以線性組合而成 則 yt 的變異數γ0 = Var(yt) = E(yt，yt) 若當 時，則yt 即為一平穩的時間序列 時間序列資料之平穩性(stationarity)