Chào mừng các bạn đã quay trở lại với chuỗi bài học về chuỗi thời gian phi dừng! Trong bài giới thiệu, chúng ta đã thấy rằng rất nhiều dữ liệu kinh tế quan trọng như GDP hay tỷ giá hối đoái dường như không có tính dừng. Để có thể phân tích chúng một cách chính xác, chúng ta cần một bộ công cụ lý thuyết mới và mạnh mẽ hơn. Trong bài học đầu tiên này, chúng ta sẽ cùng nhau xây dựng những viên gạch nền tảng quan trọng nhất. Chúng ta sẽ bắt đầu từ mô hình đơn giản nhất của một chuỗi phi dừng, được gọi là quá trình bước ngẫu nhiên (random walk). Từ đó, chúng ta sẽ học cách chuẩn hóa và biến đổi quá trình này để xem xét hành vi của nó trong các mẫu dữ liệu lớn. Đừng lo lắng nếu bạn gặp những khái niệm mới như “hội tụ hàm” hay “chuyển động Brown”. Chúng ta sẽ đi từng bước một, giải thích cặn kẽ ý nghĩa đằng sau …
Các bài đã xem
- Hiểu bản chất của thiết kế gián đoạn hồi quy
- Hướng dẫn thực hành phân tích RDD với Stata
- Giới thiệu mô hình bảng động và thách thức
- Các loại khoảng tin cậy Bootstrap nâng cao
- Hướng dẫn thực hành các phương pháp tái lấy mẫu với Stata
- Hướng dẫn thực hành với Stata về hồi quy bị kiểm duyệt và chọn mẫu
- Nền tảng lý thuyết của chuỗi thời gian đa biến
- Hướng dẫn thực hành phân tích lựa chọn nhị phân với Stata
-
Xem thêm