鄭同學(xué)
2019-03-12 23:28老師你好，Reading 9， 課后第二題。看書里的答案，說的是一個(gè)好的time serie forecast，它的預(yù)測的errors應(yīng)該是沿著正確值randomly的波動(dòng)，但是這個(gè)圖形中的能看出來errors其實(shí)是positively 的波動(dòng)，所以不是好模型。 但是我們在講AR理論的時(shí)候，的確說的是，error之間不能有autocorrelation，有的話就要加上這個(gè)lag來進(jìn)行修正。 但是這個(gè)是針對AR模型的。 這個(gè)題目總明顯是一個(gè)以時(shí)間t為自變量的趨勢模型，請問趨勢模型也可以和AR模型有一樣的判別條件么？
所屬：CFA Level II > Quantitative Methods 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個(gè)回答
Chris Lan助教
2019-03-13 10:19
該回答已被題主采納
同學(xué)你好，趨勢模型本質(zhì)上還是屬于回歸模型，不是自回歸模型，因此他們的檢驗(yàn)方法是不同的。不能一樣的判斷。
Trend Models（趨勢模型）：
Linear trend model：例如一組數(shù)列t=1為1990年，t=2為1991年......，另一組為GDP1990，GDP1991......這樣兩組數(shù)據(jù)做一個(gè)一元回歸，即為線性趨勢模型，yt=b0+b1t+εt，其與一般的一元回歸的差別在于橫軸為t（1，2，3，4......），用于每年增長率一致的情況，例如，每年都增長$10
Log-linear trend model：如果一組數(shù)據(jù)畫在散點(diǎn)圖上的形狀很像對數(shù)圖形（curve：曲線），即可將yt=e(b0+b1t)，轉(zhuǎn)換成Ln(yt ) =b0+b1t+εt，即為對數(shù)線性趨勢模型，使用DW檢驗(yàn)數(shù)據(jù)的自相關(guān)，用于每年增長率一致的情況，例如，每年增長率都是2%
趨勢模型的限制：
在使用時(shí)，如果數(shù)據(jù)存在序列相關(guān)性，可能導(dǎo)致b0和b1不一致（趨勢可能發(fā)生變化）
時(shí)間序列的均值和方差隨時(shí)間變化
0
0
0
0
