教学课件 计量经济学（第四版）赵国庆.ppt

第七章 时间序列分析基础 * 第二节 自回归模型 AR(2) φ1=+0.75 φ2=-0.5 AR(2) φ1=-0.8 φ2=-0.6 AR(2)序列自相关函数 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 三、AR(p)模型的估计 第七章 时间序列分析基础 * 第二节 自回归模型 四、 AR(p)模型的检验 1.模型的平稳性 首先我们要分析所建立模型的平稳性，也就是要对多项式 φ(L)=0的根进行检验，如果φ(L)=0的根均在单位圆外，即这些根的模皆大于1，那么，这个模型就适合平稳性条件。若φ(L)=0的某个根或其一对根的模接近1，则为了得到平稳性，必须进行差分。 第七章 时间序列分析基础 * 第二节 自回归模型 第七章 时间序列分析基础 * 第二节 自回归模型 2.残差分析检验 即检验残差序列еt是否为白噪声 第七章 时间序列分析基础 * 第三节 滑动平均模型 一、MA模型的定义 第七章 时间序列分析基础 * 第三节 滑动平均模型 二、MA(q)模型的识别 1.滑动平均序列Yt的自协方差函数和自相关函数 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 MA (1) θ1= -0.8 MA (1) θ1= +0.8 第七章 时间序列分析基础 * 第三节 滑动平均模型 MA (2) θ1= +1.4, θ2= -0.6 MA (2) θ1= -0.8, θ2= -0.5 第七章 时间序列分析基础 * 第三节 滑动平均模型 MA (2) θ1= -0.5, θ2= +0.2 MA (2) θ1= +0.4, θ2= +0.2 第七章 时间序列分析基础 * 第三节 滑动平均模型 2.MA(q)模型的可逆性 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 三、MA(q)模型的估计 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 第七章 时间序列分析基础 * 第三节 滑动平均模型 第六章 估计方法的扩展 * 第二节 受限因变量模型 自变量变化对因变量的影响： 第六章 估计方法的扩展 * 第三节 面板数据 在经济研究工作中，通常会遇到横截面数据和时间序列数据相结合的情形。如：《中国统计年鉴》中全国各地的人均收入和人均消费等经济变量的年度经济数据。这些全国各地的相关经济变量的集合就构成典型的面板数据(paneldata)。 由于面板数据包含横截面数据的变化过程， 面板数据的分析主要需要考虑各经济主体之间的差异。 第六章 估计方法的扩展 * 第三节 面板数据 1.固定效应（fixed effect）模型 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 2.随机效应（random effect）模型 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 第六章 估计方法的扩展 * 第三节 面板数据 3.固定效应模型与随机效应模型的选择 21世纪经济学系列教材 普通高等教育“十五”、“十一五”国家级规划教材 计量经济学 （第四版） 时间序列分析基础 计量经济学 第七章 第七章 时间序列分析基础 * 重点问题 AR 模型 MA 模型 ARMA模型 第七章 时间序列分析基础 * 主要内容 第一节 时间序列的基本概念 第二节 自回归模型 第三节 滑动平均模型 第四节 自回归滑动平均模型 第五节 时间序列模型预测 第六节 时间序列的应用 第七章 时间序列