Ước lượng quy trình AR(p): Yule-Walker và MLE AR(p) estimation: Yule-Walker and MLE Giới thiệu Chào mừng các bạn quay trở lại với chuỗi bài học của chúng ta! Sau khi đã tìm hiểu cách ước lượng mô hình MA(1) trong bài trước, hôm nay chúng ta sẽ chuyển sang một “người anh em” thân thuộc hơn: mô hình Tự Hồi quy AR(p). Mô hình AR(p) được định nghĩa bởi phương trình: $y_t = c + \phi_1 y_{t-1} + \phi_2 y_{t-2} + … + \phi_p y_{t-p} + \varepsilon_t$. Điểm khác biệt cốt lõi so với mô hình MA là mô hình AR giả định rằng giá trị hiện tại của một chuỗi ($y_t$) phụ thuộc tuyến tính vào chính các giá trị trong quá khứ của nó ($y_{t-1}, …, y_{t-p}$). Điều này làm cho mô hình AR trở nên rất trực quan và dễ diễn giải trong kinh tế: GDP hôm nay có thể phụ thuộc vào GDP của quý trước, lạm phát tháng này có thể liên quan đến lạm phát của các tháng trước đó. Quan trọng …