※ 引述《s3011 (真‧人肉Matlab)》之銘言： : 我個人觀點是這樣 : 1. time series : 為什麼要檢定自我相關、變異數齊一? : 很多時候 這是用來檢定你model 設的好不好 : 如果設的好 error term應該是沒有pattern的 因為都被你的模型給描述了 : "沒有pattern" 可以有多種解讀 : 較弱的標準就是 檢定誤差項是否有自我相關、變異數齊一? : 較強的標準就是 檢定誤差項是不是iid 請問 若要檢定自我相關、Hetero、線性重合 若直接援用 cross-sectional 的處理方式 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 時間都很短 2期五期 : 這麼短的time period 原則上你幾乎沒辦法估計與檢定自我相關的 : 因為樣本太少了 即使你做出的檢定統計量 意義也不大 : 至於為什麼你看到的文章很多都沒做? 老實說 我總覺得 panel data 是為年資料 < 30 而存在 如果時間期數不夠多 主體還是 cross-sectional 算是偽 time-series 吧.. ^^a : 1. 好死不死你看到的剛好都沒做 : 2. 作者其實有做 但沒有report 因為不太重要 我看的主要是國內經濟相關系所碩士論文 不論是國立或私立 似乎都沒有這一塊 我想我檢索翻閱的篇數 應該符合大樣本了 (而非好死不死的奧梨子 XD..) : why 不重要? : 因為計量的思潮早就改變了 : 早年的文獻確實花很大工夫在檢定這些東西 : 但是後來重點變成 : 大家原則上承認經濟的資料都有auto 和 hetero的問題 : 所以重點不是在用檢定 證明這些現象存在 : 而是改成如何在這些情況下 依然能做出有效的統計推論 : 在Hal White提出他的White estimator之後 學界的觀點就開始變了 謝謝你的回答 真的有解答我一部份的疑惑 這些東西 很少有 textbook 會認真談到 還是須要有實戰經驗的前輩分享心得 : ※ 引述《LoIn (LoIn)》之銘言： : : 記得過去學計量時 老師告訴我們模型中各變數須作共線性、 : : 自我相關、變異數齊一等標準檢定程序 : : 然而近日以來 我所看到的時間序列論文 只有做一般有的 : : 單根、落後期、共整合、誤差修正 即使是 Granger 也多了 : : 衝擊反應與變異數分析 : : 我的問題是: : : 1. 時間序列不用作共線性、自我相關、變異數齊一性嗎？ : : 2. 如果是 panel data 是不是上述檢定 (含時間序列) 都要呢? : : 當初修計量時 這些觀念似乎有些混亂 希望有前輩能為小弟梳理指點 : : 感謝... --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.119.206.2