Kiểm định tính phi tuyến và các mô hình bổ sung Testing for nonlinearity and supplementary models 1. Giới thiệu Trong hai bài học vừa qua, chúng ta đã trang bị cho mình một bộ công cụ mạnh mẽ để mô hình hóa các cấu trúc phi tuyến, từ mô hình SETAR với các chế độ rõ ràng đến MSW với sự chuyển đổi tiềm ẩn. Một câu hỏi quan trọng nảy sinh: “Làm thế nào chúng ta biết được rằng dữ liệu của mình thực sự có tính phi tuyến và cần đến những mô hình phức tạp này?”. Việc áp dụng một mô hình phi tuyến khi không cần thiết có thể dẫn đến việc mô hình hóa nhiễu thay vì tín hiệu, làm giảm độ chính xác của dự báo. Ngược lại, việc sử dụng một mô hình tuyến tính cho dữ liệu phi tuyến sẽ bỏ sót những thông tin quan trọng về động lực của thị trường. Bài học hôm nay sẽ đóng vai trò như một “phòng chẩn đoán” cho nhà kinh tế lượng. …
Các bài đã xem
- Xử lý tự tương quan và mô hình trễ phân bố
- Mô hình hóa tính thời vụ và kỹ thuật dự báo
- Quy trình xây dựng mô hình Box-Jenkins
- Tổng hợp và mở rộng kiến thức
- Tổng hợp và kết nối kiến thức
- Nền tảng mô hình không gian trạng thái
- Phân tách thời vụ với phương pháp nâng cao
- Nền tảng của phương pháp Box-Jenkins
- Nền tảng mô hình hồi quy động
- 12. Phương pháp chuỗi thời gian đa biến, VAR/VEC
- 7. Tự tương quan trong mô hình hồi quy
-
Xem thêm