经济计量方法导论 第七讲.ppt

引入时间趋势变量解决谬误回归问题： t引入静态模型，消除序列随t变化的线性趋势 例：住房价格指数对住房投资的影响投资与价格 考虑关于t的趋势时，住房投资对价格指数的弹性变得不再显著 引入t的一次项、二次项等，消除序列随t变化的非线性趋势 序列存在趋势时建立时间序列的回归模型，必须小心！ 并非TS1-TS5满足就一定能得到一致性的估计！ 上述问题的本质：时间序列的均值随时间推移不断变化 事实上，若允许两个系列之间的关系在不同时期随意变化，在只能得到时间序列的单个实现的情况下，无法研究一个序列的变化是如何影响另一个序列的 对均值随时间变化的序列，建立回归模型要小心！ 对方差随时间推移不断变化的时间序列，建立回归模型也需要小心！ 除满足TS1-TS5外，建立时间序列回归模型的序列应是：平稳和弱相关的 具有两层含义： 序列具有平稳性 序列具有弱相关性 时序回归模型对序列的要求 第七讲 时间序列数据 的经济计量方法 (一) 数据建模的前提：时间序列数据具有随机性 认识时间序列的随机性 时间序列数据是某个随机过程的一个可能结果 随机过程(stochastic process) 是一个标有时间脚注的随机变量集合 我们只能得到随机过程的一个实现(可能结果)。如果时间可以倒流，就可得到该随机过程的另一个可能结果 认识时间序列数据 时间 家庭支出 家庭收入 1 …