我个人观点是这样 1. time series 为什麽要检定自我相关、变异数齐一? 很多时候 这是用来检定你model 设的好不好 如果设的好 error term应该是没有pattern的 因为都被你的模型给描述了 "没有pattern" 可以有多种解读 较弱的标准就是 检定误差项是否有自我相关、变异数齐一? 较强的标准就是 检定误差项是不是iid 事实上检定时间序列自我相关、变异数齐一 一直都是文献很大的一支 如果你有兴趣 可以参考 http://www.sinica.edu.tw/~ckuan/pdf/Lec-DiagTest.pdf 收录了不少这上面的文献 (不过没有收录比较近期的maximum entropy和martingale transform的技巧) 2. panel data 大部分的panel data 时间都很短 2期五期 这麽短的time period 原则上你几乎没办法估计与检定自我相关的 因为样本太少了 即使你做出的检定统计量 意义也不大 至於为什麽你看到的文章很多都没做? 1. 好死不死你看到的刚好都没做 2. 作者其实有做 但没有report 因为不太重要 why 不重要? 因为计量的思潮早就改变了 早年的文献确实花很大工夫在检定这些东西 但是後来重点变成 大家原则上承认经济的资料都有auto 和 hetero的问题 所以重点不是在用检定 证明这些现象存在 而是改成如何在这些情况下 依然能做出有效的统计推论 在Hal White提出他的White estimator之後 学界的观点就开始变了 Peter Phillips把这20几年来的研究方法称之为HAR (heteroskedastic and autocorrelation robust) see http://cowles.econ.yale.edu/P/cd/d14b/d1469.pdf ※ 引述《LoIn (LoIn)》之铭言： : 记得过去学计量时 老师告诉我们模型中各变数须作共线性、 : 自我相关、变异数齐一等标准检定程序 : 然而近日以来 我所看到的时间序列论文 只有做一般有的 : 单根、落後期、共整合、误差修正 即使是 Granger 也多了 : 冲击反应与变异数分析 : 我的问题是: : 1. 时间序列不用作共线性、自我相关、变异数齐一性吗？ : 2. 如果是 panel data 是不是上述检定 (含时间序列) 都要呢? : 当初修计量时 这些观念似乎有些混乱 希望有前辈能为小弟梳理指点 : 感谢... -- 我跟你一起去革命 但是允许我随时可以逃走 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 207.237.118.51 ※ Tinderstick:转录至看板 NCUECON98 07/19 04:31