第6讲 时间序列模型初步.pptVIP

第六讲 时间序列模型初步 时间序列模型的例子 有限样本条件下的普通最小二乘估计 大样本条件下的普通最小二乘估计 时间序列的平稳性检验 时间序列模型的例子 计量经济学中的数据类型 时间序列数据（time series data） 横截面数据（cross-sectional data） 混合数据（pooled data） 平面板数据/综列数据（panel data） 一个时间序列数据可以视为它所对应的随机变量或随机过程（stochastic process）的一个实现（realization） 时间序列模型的例子 两类时间序列模型 静态模型（Static model） 有限分布滞后模型（finite distributed lag model） 有限样本条件下的普通最小二乘估计 经典线性正态假定 有限样本条件下的普通最小二乘估计 经典线性正态假定：进一步的说明 与横截面模型的假定相比，时间序列模型放宽了关于解释变量不是随机变量的假定 同期外生与严格外生 严格外生意味着误差项与任何时刻的解释变量都不相关，也就是说，解释变量对被解释变量没有滞后影响，而且被解释变量也对解释变量没有滞后影响 有限样本条件下的普通最小二乘估计 经典线性正态假定下的普通最小二乘估计 如果满足假定1-3，回归系数的OLS估计量是无偏的 如果满足假定1-5，回归系数OLS估计量的方差估计是无偏的，而且O