Bài 1: Nền tảng và các mô hình hồi quy chuỗi thời gian cơ bản Foundations and basic time series regression models GIỚI THIỆU Chào mừng các bạn đã đến với bài học đầu tiên trong chuỗi bài về phân tích hồi quy với dữ liệu chuỗi thời gian. Trong bài giới thiệu, chúng ta đã có một cái nhìn tổng quan về tầm quan trọng và sự khác biệt của loại dữ liệu này. Bây giờ, hãy cùng nhau đi sâu vào những khái niệm nền tảng nhất, tạo một bước đệm vững chắc trước khi khám phá các kỹ thuật phức tạp hơn. Bài học hôm nay sẽ là chìa khóa giúp bạn “tư duy theo thời gian” – một kỹ năng cốt lõi của mọi nhà kinh tế lượng. Chúng ta sẽ bắt đầu bằng việc tìm hiểu kỹ hơn về bản chất của dữ liệu chuỗi thời gian. Tại sao việc các quan sát được sắp xếp theo thứ tự thời gian lại quan trọng đến vậy? Làm thế nào để chúng ta hiểu về …
Các bài đã xem
- Các phương pháp phân tích để kiểm tra tính phi tuyến
- Nhận dạng VAR qua phân rã Cholesky
- Các kiểm định thống kê cho tính bất đối xứng
- Hiểu về giải pháp góc và những hạn chế của hồi quy OLS
- Ước lượng và kiểm định trong Stata với lệnh mixed
- Tổng quan về tương quan tập hợp và phương pháp đa biến
- Thực hành Stata ước lượng AR, MA, và ARDL
- Mở rộng chân trời phân tích tổng hợp
- 34. Mô hình dựa trên Copula cho chuỗi thời gian
-
Xem thêm