Эконометрика, введение в регрессионный анализ временных рядов, Носко В.П., 2002

Эконометрика, введение в регрессионный анализ временных рядов, Носко В.П., 2002.

Глава 1. Особенности регрессионного анализа для стохастических объясняющих переменных.

Как уже было указано во Введении, в начальных курсах эконометрики первоочередное внимание уделяется статистическим выводам в рамках классической нормальной линейной модели наблюдений в которой предполагается, что значения объясняющих переменных хt1,х,t2, ...,xtp, t=1,2, ..., n , фиксированы, а случайные составляющие Е1, E2, ..., E11. ("ошибки") являются независимыми случайными величинами, имеющими одинаковое нормальное распределение с нулевым математическим ожиданием и конечной дисперсией (такие предположения об ошибках мы называем "стандартными"). Далее анализируются последствия различного типа нарушений таких предположений об ошибках и рассматриваются методы коррекции статистических выводов о коэффициентах модели при наличии соответствующих нарушений стандартных предположений.




Проблема определения принадлежности временного ряда классу TS рядов или классу DS рядов.

При построении моделей связей между временными рядами в долгосрочной перспективе необходимо учитывать факт наличия или отсутствия у анализируемых макроэкономических рядов стохастического (недетерминированного) тренда. Иначе говоря, приходится решать вопрос об отнесении каждого из рассматриваемых рядов к классу рядов, стационарных относительно детерминированного тренда (или просто стационарных) — TS (trend stationary) ряды, или к классу рядов, имеющих стохастический тренд (возможно, наряду с детерминированным трендом) и_ приводящихся к стационарному ряду только путем однократного или k-кратного дифференцирования ряда — DS (difference stationary) ряды.

Принципиальное различие между этими двумя классами рядов выражается в том, что в случае TS ряда вычитание из ряда соответствующего детерминированного тренда приводит к стационарному ряду, тогда как в случае DS ряда вычитание детерминированной составляющей ряда оставляет ряд нестационарным из-за наличия у него стохастического тренда.


Оглавление
Оглавление Введение
Глава 1. Особенности регрессионного анализа для стохастических объясняющих переменных
Глава 2. Стационарные ряды. Модели ARMA
2.1. Общие понятия.
2.2. Процесс белого шума
2.3. Процесс авторегрессии
2.4. Процесс скользящего среднего
2.5. Смешанный процесс авторегрессии - скользящего среднего (процесс авторегрессии с остатками в виде скользящего среднего)
2.6. Модели ARMA, учитывающие наличие сезонности
Глава 3. Подбор стационарной модели ARMA для ряда наблюдений
3.1. Идентификация стационарной модели ARMA
3.2. Оценивание коэффициентов модели
3.3. Диагностика оцененной модели
Глава 4. Регрессионный анализ для стационарных объясняющих переменных
4.1. Асимптотическая обоснованность стандартных процедур
4.2. Динамические модели
4.3. Векторная авторегрессия
4.4. Некоторые частные случаи динамических моделей
Глава 5. Нестационарные временные ряды
5.1. Нестационарные ARMA модели
5.2. Проблема определения принадлежности временного ряда классу TS рядов или классу DS рядов
5.3. Различение TS и DS рядов в классе моделей ARMA. Гипотеза единичного корня.
Глава 6. Процедуры для различения TS и DS рядов
6.1. Предварительные замечания
6.2. Критерии Дики - Фуллера
6.3. Расширенные критерии Дики - Фуллера
6.4. Краткий обзор критериев Дики - Фуллера
6.5. Некоторые другие сочетания DGP и SM
6.6. Ряды с квадратичным трендом.
6.7. Многовариантная процедура проверки гипотезы единичного корня
6.8. Обзор некоторых других процедур
6.8.1. Критерий Филлипса - Перрона
6.8.2. Критерий Лейбурна
6.8.3. Критерий Шмидта - Филлипса.
6.8.4. Критерий DF-GLS
6.8.5. Критерий Квятковского - Филлипса - Шмидта - Шина (KPSS)
6.8.6. Процедура Кохрейна (отношение дисперсий)
6.9. Некоторые проблемы, возникающие при различении TS и DS гипотез
6.9.1. Коррекция сезонности
6.9.2. Протяженность ряда и мощность критерия
6.9.3. Проблема согласованности статистических выводов при различении TS и DS гипотез
6.9.4. Наличие нескольких единичных корней
6.10. Критерий Перрона и его обобщение
6.10.1. Критерий Перрона
6.10.2. Обобщенная процедура Перрона
Глава 7. Регрессионный анализ для нестационарных объясняющих переменных
7.1. Проблема ложной регрессии
7.2. Коинтегрированные временные ряды. Модели коррекции ошибок
7.3. Проверка нескольких рядов на коинтегрированность. Критерии Дики - Фуллера
7.4. Оценивание коинтегрированных систем временных рядов
Глава 8. Процедура Йохансена
8.1. Оценивание ранга коинтеграции
8.2. Оценивание модели коррекции ошибок
Заключение
Список литературы
Указатель



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Эконометрика, введение в регрессионный анализ временных рядов, Носко В.П., 2002 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - pdf - Яндекс.Диск.




Теги: Носко :: эконометрика :: экономика