Ch. 14 Stationary ARMA Process a general linear stochastic model is described that suppose a time series to be generated by a linear aggregation of random shock. For practical representation it is desirable to employ models that use parameters parsimoniously. Parsimony may often be achieved by representation of the linear process in terms of a small number of autoregressive and moving

引言 第一章 回归分析 第二章 双变量回归分析 第三章 多变量回归分析 第四章 非线性模型 第五章 多重共线性 第六章 异方差 第七章 自相关 第八章 单方程模型的几个问题 第九章 联立方程模型 第十章 时间序列分析

1. Single equation estimation procedures Indirect least squares(ILS)(恰好识别) Two- -stage least squares(2SLS)(过度识别) 2. System estimation procedures Three-stage- least squares(sLS)(跨方程相 关) In1962 Theil and Zellner first proposed this method. 2SLS+GLS= 3SLS (gls=generalized least squares)

第一章 回归分析 第二章 双变量回归分析 第三章 多变量回归分析

第四章 非线性模型 第五章 多重共线性 第六章 异方差 第七章 自相关

A general lagged variable model2:滞后时期数 1)如=0,称为分布滞后模型 (1)又如有限,称为有限分布滞后模型 (2)又如无限,称为无限分布滞后模型 2)如s=0,称为自回归模型

判断模型好坏的标准(AC. Harvey): 1.简约性(Parsimony) 2.可识别性(Identifiability)参数的估计唯一 3. Goodness of fit越高越好; 4.理论一致性(Theoretical consistency)与理论或常识要一致。如在消费函数中,可支配收入的系数一般为正; 5. Predictive power

处理效应与选择难题 通过随机分组解决选择难题 依可测变量选择 匹配估计量的思想 倾向得分匹配 倾向得分匹配的Stata实例 偏差校正匹配估计量 双重差分倾向得分匹配 断点回归的思想 精确断点回归 模糊断点回归 断点回归的Stata实例 处理效应模型

11.4 向量误差修正模型(VECM) 11.5 确定性趋势与协整分析 11.6 Johansen协整分析方法 11.7 VECM的估计与统计推断 11.8 Johansen协整分析方法的应用

5.4 样本自相关与部分自相关函数 5.5 自相关性检验 5.6 ARMA模型的实证分析及应用 5.7 实例应用：中国CPI通胀率的AR模型