Chào mừng các bạn đến với một trong những bài học quan trọng và thực tế nhất trong chuỗi bài học của chúng ta! Ở bài 3, chúng ta đã nhận ra một sự thật đáng báo động: các công cụ thống kê cơ bản như trung bình mẫu hay hồi quy xu hướng có thể dẫn đến những kết luận sai lầm nghiêm trọng khi áp dụng cho chuỗi phi dừng I(1). Điều này đặt ra một câu hỏi cấp thiết: làm thế nào để chúng ta có thể xác định một cách chính thức liệu một chuỗi thời gian có phải là I(1) hay không? Bài học hôm nay sẽ trả lời câu hỏi đó. Chúng ta sẽ đi sâu vào việc ước lượng mô hình tự hồi quy đơn giản nhất, AR(1), dưới giả định rằng chuỗi có một nghiệm đơn vị. Các bạn sẽ thấy rằng phân phối của các ước lượng OLS sẽ không còn là phân phối Chuẩn quen thuộc nữa, mà tuân theo một phân phối hoàn toàn mới và đặc biệt. Dựa …
Các bài đã xem
- Nhập môn Kinh tế lượng và cách tiếp cận xác suất
- Ước lượng LIML và các phương pháp thay thế
- Kiểm định phi tuyến và mô phỏng Monte Carlo
- Ước lượng phương sai bằng Jackknife và ứng dụng
- Giới thiệu các phương pháp tái lấy mẫu và Jackknife
- Hướng dẫn thực hành phân tích hệ phương trình với Stata
- Giới thiệu về Phân phối Chuẩn trong Kinh tế lượng
- Phương pháp ước lượng khoảng cách tối thiểu
- Tiếp cận dựa trên phân phối chuẩn – Multinomial Probit
- Nhận dạng và các phương pháp ước lượng cơ bản
- Giới thiệu về phương pháp thu hẹp và ước lượng James-Stein
- Hướng dẫn thực hành lựa chọn và trung bình mô hình với Stata
- 21. Phương pháp hồi quy gián đoạn
-
Xem thêm