- 1、本文档被系统程序自动判定探测到侵权嫌疑,本站暂时做下架处理。
- 2、如果您确认为侵权,可联系本站左侧在线QQ客服请求删除。我们会保证在24小时内做出处理,应急电话:400-050-0827。
- 3、此文档由网友上传,因疑似侵权的原因,本站不提供该文档下载,只提供部分内容试读。如果您是出版社/作者,看到后可认领文档,您也可以联系本站进行批量认领。
查看更多
第20章-平稳时间序列
© 陈强, 《高级计量经济学及Stata 应用》课件,第二版,2014 年,高等教育出版社。
第 20 章 平稳时间序列
根据时间序列的随机过程特性,可分为“平稳序列”(stationary)
(non-stationary)
与“非平稳序列” 两大类,需使用不同的计量方法。
20.1 时间序列的数字特征
记随机变量y 的观测值为 y , y , , y ,并假设为(严格)平稳过程。
1 2 T
故该序列的期望、方差等数字特征不随时间而变。
1
1 T
期望 E(y ) 反映序列的平均水平,用y t 1y t 来估计。
T
1 T 2
方差Var(y ) 反映序列的波动幅度,用T 1t 1(y t y ) 来估计。
y
定义 时间序列 k (autocovariance of order k)
t 的 阶自协方差
Cov(y , y ) E (y )(y )
k t t k t t k
它反映同一变量(y ) k 的估计值为
相隔 期之间的自相关程度。对 k
“样本自协方差”:
ˆ 1 T k
(y y )(y y )
k T k t 1 t t k
2
y
k (autocorrelation of order k)
定义 时间序列 的 阶自相关系数
t
Cov(y , y )
t tk
Corr(y , y )
k t t k
Var(y )
t
k
对于平稳过程, k 不依赖于时间,仅是滞后阶数 的函数,故称
为“自相关函数”(Autocorrelation Function,简
文档评论(0)