時間序列數據的基本回歸分析2優(yōu)秀課件_第1頁
時間序列數據的基本回歸分析2優(yōu)秀課件_第2頁
時間序列數據的基本回歸分析2優(yōu)秀課件_第3頁
時間序列數據的基本回歸分析2優(yōu)秀課件_第4頁
時間序列數據的基本回歸分析2優(yōu)秀課件_第5頁
已閱讀5頁，還剩5頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

時間序列分析中的虛擬變量改革開放前后稅收豁免與生育率：事件研究研究某個事件（某個政策的實施）對某項結果的影響用虛擬變量區(qū)分政策實施前后兩個類別航空事故對公司股票收益的影響；地產新政對地產板塊股票收益的影響：Rtf=0+1Rtf

+2d+ut指數基期的變化；價格指數：可用于計算通脹率，和將名義值換算為實際值大多數經濟行為受真實變量而非名義變量的影響工作時間與小時工資

log(hours)=

0+1log(w/p)+u

log(hours)=

0+1log(w)+2log(p)+u對華反傾銷：交互影響克林頓的得票率（54.65%）：線性時間趨勢模型：

yt=0+1t+etet~i.i.d(0,e2)關于參數1的兩種理解：從當期到下一期，yt的絕對變化額：

1=yt=yt-yt-1yt隨時間的變化趨勢：

E(yt)=0+1tyt的方差是不變的：Var(yt)=Var(et)=e2

指數趨勢

log(yt)=0+1t+et參數1的經濟含義：

1=log(yt)(yt-yt-1)/yt-1回歸分析中的趨勢變量若因變量y和自變量x1和x2含有線性趨勢，引入趨勢變量：yt=0+1x1t+2x2t+3t+ut可以將線性趨勢t理解為除x1和x2外，導致y中線性趨勢的其他不可觀測因素。x圍繞其線性趨勢的變化對因變量偏離其趨勢的影響包含時間趨勢的回歸模型與退勢處理y、x1和x2都含有線性趨勢，一個自然的做法是退勢處理：

yt=a0+a1t+?t

估計模型：這與包含線性趨勢的回歸模型是等同的：yt=0+1x1t+2x2t+3t+ut包含線性趨勢時的可決系數R2yt=0+1x1t+2x2t+3t+ut總體可決系數：

R2=1-(u2/y2)樣本

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論