Chris Lan2018-12-27 10:06:35

同学你好，
AR模型是no autocorrelation，拒绝原假设就加入LAG项，但是这是建模之后的事。
这个CASE前一个题在讨论两组时间序列数据，如何建模的问题
要么两组数据都没有单位根，这样就可以建模
要么两组数据都有单位根，但是协整，也可以建模
这是两组时间序列数据，油价和股价建出来的就是一元回归，但是他们是两组时间序列数据，因此要建模前要先搞明白他们是否能够建模的问题。他给公司1建的是趋势模型，趋势模型是以时间T为自变量的。

先确定能不能建模，之后再研究模型好坏
AR模型都是从AR(1)开始建模，之后检测no autocorrelation，如果能够拒绝原假设，就把LAG2加入模型，这样依次加，直到没有lag项能够被拒绝，注意加入LAG项的时候，是LAG1 LAG2 LAG3这样加的，不能跳项，比如说现在是AR(2)模型，做no autocorrelation时是LAG6被拒绝，这时也是加入LAG3，不是直接加LAG6，注意不能跳项。除非有季节性特征的数据，这时是使用LAG1 LAG4建模。

最后一个题
他这里的意思是要研究运输公司股价和油价的关系，他做了三个回归方程。他给了你三个公司的三种模型，他最后一题是让你判断公司3的模型用哪个比较好。
模型都是已经建立好了的，在表格五里面了，他只是让你选择公司3哪个最合适。
因为公司3是序列相关数据，因此使用AR比用TREND模型好，所以A选项排除，其次他是指数形式的数据，所以取对数更好，没有特别说明的情况下，都是从AR（1）开始做，所以这题选C，就是这样判断出来的。