ch8時間序列模型分析教材(PPT 173頁)

8.1.1時間序列模型
8.1.2非平穩變量與經典回歸模型
8.1.3時間序列數據的平穩性
8.1.4平穩性的圖示判斷
8.1.5平穩性的單位根檢驗
8.1.6單整、趨勢平穩與差分平穩隨機過程
⒈常見的數據類型
時間序列分析中首先遇到的問題是關於時間序列數據的平穩性問題。
四、平穩性的單位根檢驗
一般地:
ADF檢驗是通過下麵三個模型完成的：
3)經試驗，模型1中滯後項取2階：
五、單整、趨勢平穩與差分平穩隨機過程
　確定性趨勢無法通過差分的方法消除，而隻能通過除去趨勢項消除，
§8.2隨機時間序列分析模型
一、時間序列模型的基本概念及其適用性
1、時間序列模型的基本概念
例如，對於如下最簡單的宏觀經濟模型：
上述模型可作變形如下：
二、隨機時間序列模型的平穩性條件
考慮p階自回歸模型AR(p)Xt=?1Xt-1+?2Xt-2+…+?pXt-p+?t(*)
最後
三、隨機時間序列模型的識別
1、AR(p)過程
四、隨機時間序列模型的估計
（1）MA(1)模型的直接算法
五、模型的檢驗
§8.3協整與誤差修正模型
一、長期均衡關係與協整
0、問題的提出
實際情況往往並非如此
二、協整檢驗
的單整性的檢驗方法仍然是DF檢驗或者ADF檢驗。
2、多變量協整關係的檢驗—JJ檢驗
三、誤差修正模型
例如，使用?Yt=?1?Xt+?t回歸時，很少出現截距項顯著為零的情況，即我們常常會得到如下形式的方程：
殘差項的穩定性檢驗：
下麵用打開誤差修正項括號的方法直接估計誤差修正模型，適當估計式為:

..............................