Bài 1: Nền tảng và các mô hình hồi quy chuỗi thời gian cơ bản Foundations and basic time series regression models GIỚI THIỆU Chào mừng các bạn đã đến với bài học đầu tiên trong chuỗi bài về phân tích hồi quy với dữ liệu chuỗi thời gian. Trong bài giới thiệu, chúng ta đã có một cái nhìn tổng quan về tầm quan trọng và sự khác biệt của loại dữ liệu này. Bây giờ, hãy cùng nhau đi sâu vào những khái niệm nền tảng nhất, tạo một bước đệm vững chắc trước khi khám phá các kỹ thuật phức tạp hơn. Bài học hôm nay sẽ là chìa khóa giúp bạn “tư duy theo thời gian” – một kỹ năng cốt lõi của mọi nhà kinh tế lượng. Chúng ta sẽ bắt đầu bằng việc tìm hiểu kỹ hơn về bản chất của dữ liệu chuỗi thời gian. Tại sao việc các quan sát được sắp xếp theo thứ tự thời gian lại quan trọng đến vậy? Làm thế nào để chúng ta hiểu về …
Các bài đã xem
- Đối phó với sai số đo lường trong dữ liệu
- Phương sai, sai số chuẩn và biến nhị phân
- Giới thiệu mô hình hiệu ứng ngẫu nhiên
- Thực hành Stata – Từ chẩn đoán đến giải pháp
- Ước lượng WLS và GLS khả thi (FGLS)
- Từ ý tưởng đến câu hỏi nghiên cứu
- Kinh tế lượng là gì và các bước phân tích
- Thực hành hồi quy đơn giản với Stata
- Tính nhất quán của ước lượng OLS
- Kiểm định LM và hiệu quả tiệm cận
- Kiểm định nghiệm đơn vị
- Khắc phục Tự tương quan bằng GLS
-
Xem thêm