孙同学2019-01-20 15:55:56
孙同学老师您好！有点混淆了在多元线性回归中讲的序列自相关问题和这里的时间序列问题，前面我们认为序列自相关不影响回归模型的一致性、并且可以使用Hansen method修正，而在后面讲到misspecification中又提到time-series是影响模型的一致性的，现在到AR这一章节针对time-series讲解AR建模，我感觉其中很多地方是跟序列自相关是类似的，但又分不清楚这三个部分之间的内在关系。AR建模是用在时间因素的序列自相关中（不影响一致性），还是属于影响一致性的时间序列问题？我有点混乱，不知道AR这部分在讲什么？
回答（1）
Chris Lan2019-01-21 11:50:04
Chris Lan同学你好，
模型偏差，没有说影响一致性的说法。模型偏差一共有如下的问题
遗失了重要自变量
自变量需要变形/转换
数据收集不正确
滞后的因变量被作用于具有序列自相关的自变量（自变量不是独立于因变量的）
对过去进行预测（forecasting the past/事后诸葛亮）
自变量数据本身有错误
导致非稳定性（nonstationarity）的其他时间序列错误
所谓一致性，是指随着样本容量增大，系数估计的就越准确。
AR模型是用过去的自己来解释今天的自己，多元回归是用不同的变量来解释另一个变量，他们的原理完全不同。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片