Thực hành ước lượng mô hình ARMA trên Stata Estimating ARMA models in Stata: a practical guide Giới thiệu Chào mừng các bạn đến với bài học thực hành chuyên sâu đầu tiên của chúng ta! Trong ba bài học trước, chúng ta đã cùng nhau tìm hiểu về các khối xây dựng cơ bản của phân tích chuỗi thời gian: tính dừng, mô hình Tự hồi quy (AR), và mô hình Trung bình trượt (MA). Chúng ta đã học cách nhận diện các mô hình AR và MA thuần túy thông qua các mẫu ACF và PACF đặc trưng của chúng. Tuy nhiên, trong thực tế, nhiều chuỗi thời gian kinh tế lại phức tạp hơn, chúng là sự kết hợp của cả hai quá trình này. Đây là lúc mô hình ARMA (Autoregressive Moving Average) tỏa sáng. Trong bài học này, chúng ta sẽ đóng vai một nhà nghiên cứu thực thụ. Công việc của chúng ta không chỉ là chạy một vài dòng lệnh, mà là thực hiện một quy trình có hệ thống để tìm ra …