※ 引述《s3011 (真‧人肉Matlab)》之铭言： : 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 请问 若要检定自我相关、Hetero、线性重合 若直接援用 cross-sectional 的处理方式 例如 D-W, L-M, B-P... 是否跟 time-series 水土不服呢? : 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? 老实说 我总觉得 panel data 是为年资料 < 30 而存在 如果时间期数不够多 主体还是 cross-sectional 算是伪 time-series 吧.. ^^a : 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 我看的主要是国内经济相关系所硕士论文 不论是国立或私立 似乎都没有这一块 我想我检索翻阅的篇数 应该符合大样本了 (而非好死不死的奥梨子 XD..) : 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 谢谢你的回答 真的有解答我一部份的疑惑 这些东西 很少有 textbook 会认真谈到 还是须要有实战经验的前辈分享心得 : ※ 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... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.119.206.2