时间序列
2020-12-14 14:57:59 0 举报
AI智能生成
时间学习序列框架,参见李子奈、高铁梅老师的教材
作者其他创作
大纲/内容
单方程
序列相关性及其检验
定义
后果
检验
DW检验
Q统计量检验,Ljunge-box检验
LM检验
补救
平稳时间序列模型ARMA(p,q)
模型识别
AR/MA/ARMA
PACF
ACF
滞后项p,q
信息准则
AIC
SBC/SW
HQC
参数估计
模型参数
AR
最小二乘法OLG
MA
迭代法
矩估计
模型检验
t-test
f-test
误差项相关性检验
模型预测
非平稳时间序列
ARIMA(p,d,q)
协整和误差修正模型
单位根检验
平稳性的单位根检验
AD
ADF(三模型)
结构变化的时间序列单位根检验
ZA
LP
协整检验
E-G检验
多变量E-G检验
JJ检验/Johansen检验(多个一阶单整变量检验)
结构变化的时间序列协整检验
GH检验
误差修正模型ECM
非传统时间序列模型
自回归条件异方差模型ARCH
Granger表述定理
E-G两步法
用OLS法进行协整回归,估计协整向量
将第一步求出的误差项带入ECM,并估计参数
多方程
向量自回归模型VAR
模型估计
滞后阶数选择
LR
AIC
SC
格兰杰检验
脉冲响应分析
脉冲响应函数
Cholesky正交化的脉冲响应函数
方差分解分析
相对方差贡献率RVC
结构向量自回归模型SVAR
模型识别
短期约束
长期约束
模型估计
格兰杰因果检验
脉冲响应分析
方差分解分析
协整和误差修正模型
协整检验
JJ检验
特征根迹检验
最大特征值检验
向量的误差修正模型VECM
方差分解分析
脉冲响应分析
格兰杰因果检验
变量数
单变量
双变量
单位根检验
平稳
AR/MA/ARMA
非平稳
非协整
ARIMA
协整
ECM
确定单整的阶数
0 条评论
下一页
为你推荐
查看更多