Bài 1: Nền tảng chuỗi thời gian: Tính dừng và phụ thuộc yếu Stationarity and weak dependence in time series GIỚI THIỆU Chào mừng các bạn đến với bài học đầu tiên trong chuỗi bài về các vấn đề nâng cao của hồi quy chuỗi thời gian. Trong kinh tế lượng cắt ngang, chúng ta thường bắt đầu với giả định về lấy mẫu ngẫu nhiên, một giả định giúp đơn giản hóa rất nhiều các chứng minh thống kê. Tuy nhiên, khi làm việc với dữ liệu chuỗi thời gian, các quan sát được sắp xếp theo một trật tự thời gian tự nhiên và thường có mối liên hệ mật thiết với nhau. Tỷ lệ lạm phát của tháng này rõ ràng không độc lập với lạm phát của tháng trước. Do đó, giả định lấy mẫu ngẫu nhiên không còn phù hợp. Vậy, chúng ta cần những “luật chơi” mới nào để đảm bảo rằng các phân tích của mình là đáng tin cậy? Bài học này sẽ giới thiệu hai khái niệm nền tảng đóng …
Các bài đã xem
- Nền tảng về biến động thực hiện
- Ước lượng phương sai sai số và sai số chuẩn
- Ước lượng GMM hệ thống của Blundell-Bond
- Mô hình Tobit cho phản hồi giải pháp góc
- Thực hành lựa chọn mô hình với Stata
- Hướng dẫn thực hành với Stata
- Mô hình ARCH/GARCH và phương pháp DCC
- Khoảng dự đoán
- Nền tảng và Bootstrap tham số
-
Xem thêm