徐同学2019-05-02 10:32:53
老师你好,问题见图片。
回答(1)
Chris Lan2019-05-03 11:31:27
同学你好,
28题
他的原模型是Regression 1: xt = b0 + b1xt–1 + εt,
然后他有这样几个结论
Conclusion 2 The mean-reverting level is undefined
均值复归线是没有的,说明b1=1
Conclusion 3 b0 does not appear to be significantly different from 0.
说明b0=0
然后他又做了一个一阶差分
xt-xt-1=b0+b1(xt-1)-xt-1+ε 由于b0=0 b1=1,化简得到
xt-xt-1=ε 因此第二个回归方程 yt=ε
这个方程中b0=0 b1=0
所以他的mean-reverting level=b0/(1-b1)=0
因此他是有均值回归线的
29题
因为他有这样一个结论
Conclusion 2 The mean-reverting level is undefined.
没有均值回归线,说明存在随机游走,因此有单位根。
- 评论(0)
- 追问(3)
- 追答
-
R9_31
基于表格2,是什么让B同学得出结论说回归方程3没有被正确定义
基于表格2中,Autocorrelations of the Residual表格
LAG4的t统计量为4.3111,这个是可以拒绝原假设的,因此表示LAG项中有滞后项可以用来解释自己,所以应该把LAG项加入到方程中,只要有任何的一个LAG项可以拒绝原假设,都表示这个方程是有问题的,因此这个方程需要把LAG2加入方程,然后再跑一个Autocorrelations of the Residual,并再观察有没有能够拒绝原假设的LAG项,这里要注意,即使是LAG4可以拒绝原假设,但加入的依然是LAG2,LAG项的加入是不能跳项的,必须LAG1 LAG2 LAG3,这样加入,除非是季节性特征,我们才直接加LAG4。
单位根是通过有没有均值回归线来判断的,用DF检验来做,不能直接用你说的方法来判断,因为你这两个数据是样本中估计出来的,我换一组样本,斜率就变了,所以我不能说总体的斜率就一定不是0
- 追问
-
老师,31题,你说的的原假设是啥
- 追答
-
同学你好,这个说的是AR模型中残差的自相关检验。
No autocorrelation:使用t-test来检验是否存在序列的自相关性,H0:r=0,Ha:r≠0,其中rεt,εt-k表示εt和εt-k的相关系数
如果H0被拒绝,则说明εt和εt-k两者的相关系数显著的不等于0,修正方法为,将xt-k这一项加入自回归模型


评论
0/1000
追答
0/1000
+上传图片