逢同學(xué)
2023-03-23 00:34要問的問題我發(fā)在圖片里了。相當(dāng)于四個問題吧？您幫我看看說的對不對，謝謝。
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個回答
愛吃草莓的葡萄助教
2023-03-23 10:56
該回答已被題主采納
同學(xué)你好。1）假如只有l(wèi)ag=1，也是需要對序列相關(guān)進(jìn)行檢驗(yàn)。2）是的，假如lag=1不存在序列相關(guān)性，但lag=2存在序列相關(guān)性，模型也是有問題的存在序列相關(guān)性。3）本題中l(wèi)ag=2也是顯著不等于0，說明lag=2也是顯著存在序列相關(guān)性，應(yīng)該用穩(wěn)健標(biāo)準(zhǔn)誤等方法更正序列相關(guān)性。4）因?yàn)橛糜跁r間序列分析的模型是AR（1），我們需要對AR（1）的序列相關(guān)性等假設(shè)進(jìn)行檢驗(yàn)，如果在AR(1)中不存在序列相關(guān)性，那么說明AR（1）模型沒有違反序列相關(guān)性，是可以使用AR（1）進(jìn)行預(yù)測的。5）如果AR（1）lag=1自相關(guān)顯著不等于0，那么使用AR（2）去檢驗(yàn)序列相關(guān)性，如果AR(2)不存在序列相關(guān)性，那么模型可以使用，如果還顯著存在序列相關(guān)性，那么繼續(xù)增加lag直到序列相關(guān)性不顯著。
-
追問
4)和5)的意思是，AR(1)模型中如果只有l(wèi)ag=1的autocorrelation significant，應(yīng)該在模型中加t-2的lag項？然后以此類推，比如lag=4的autocorrelation significant，就應(yīng)該在模型中加入t-5的seasonal lag？這個和您確認(rèn)一下，我之前理解的是AR(1)模型lag=1可以significant，其實(shí)不可以對吧？。但是正確的意思是在任何AR模型中任何lag的autocorrelation significance test都必須insignificant？否則就有序列自相關(guān)的問題？模型就不準(zhǔn)確？就要在模型中add對應(yīng)lag的項？
-
追問
1) 所以在AR(1)模型里，如果只有l(wèi)ag=1的autocorrelation significant，也還是說明AR(1)存在serial correlation，模型還是不能用？ 3)這里修正應(yīng)該使用add back吧？
-
追問
3)這里本題是lag=1和2都significant，所以修正應(yīng)該是建模建成Xt= b0+ b1Xt-1 + b2Xt-2 + b3Xt-3 + error？其中Xt-2是因?yàn)閘ag=1 significant加上去的，Xt-3是因?yàn)閘ag=2 significant加上去的。是這個意思嗎？
-
追問
然后如果在AR模型中所有autocorrelation test都insignificant，說明模型不存在序列自相關(guān)性，說明模型可用？這個也和我之前理解的不一樣，我以為比如AR(1)的話那lag=1就應(yīng)該significant，AR(3)的話那前三個都應(yīng)該significant。其實(shí)如果lag=1 significant就應(yīng)該在之前AR的基礎(chǔ)上再加一個lag唄？
-
追答
同學(xué)你好。AR模型是時間序列分析的一種模型，它也要滿足回歸分析的相關(guān)假設(shè)，例如不存在序列相關(guān)性、條件異方差等。如果存在序列相關(guān)性等問題說明模型被錯誤設(shè)定，需要進(jìn)行增加滯后變量更正原有模型才能用于預(yù)測。
4）和5）你理解的是對的。AR模型進(jìn)行序列相關(guān)性檢驗(yàn)，出現(xiàn)序列相關(guān)性的更正辦法為加入滯后變量（這里可以聯(lián)系季節(jié)性影響），直至模型自相關(guān)不顯著。
1）同學(xué)你的理解是對的。
3）本題在AR（1）中l(wèi)ag=1與lag=2自相關(guān)顯著不等于0，因此增加滯后變量lag=2構(gòu)造AR（2）再進(jìn)行檢驗(yàn)，如果還是顯著不等于0，那么再增加滯后變量直至自相關(guān)顯著為0，此時模型才是正確設(shè)定沒有顯著序列相關(guān)性。 -
追問
您好，所以您的意思是，無論我autocorrelation test有多少個significant，我都只加一個滯后變量嗎？那就不對了啊，應(yīng)該是哪個test significant，就加哪個lag的滯后變量才對吧？比如常見的lag=4 significant，我們就加（常見的例題四季銷量比如）季節(jié)滯后項。所以例題這里，lag=1和lag=2，同時significant，為什么只加lag=2的滯后項？那如果我是lag=1和lag=4 significant，那我是加多少個滯后項呢？您幫忙問問清楚，謝謝。我記得是，多少個lag有問題，就加多少個滯后項。
-
追答
同學(xué)你好。我的意思是在本題中l(wèi)ag=1與lag=2是顯著自相關(guān)，本題模型是AR（1）模型帶有一階滯后項，應(yīng)該再增加lag=2再進(jìn)行檢驗(yàn)，直到自相關(guān)顯著為0為止。因此做法和你所說的是一回事，哪項顯著自相關(guān)就增加哪項滯后項就行檢驗(yàn)，有多少個顯著不為0就增加多少個滯后項就行檢驗(yàn)，直到模型正確設(shè)定為止。
0
0
0
0
-
回復(fù)愛吃草莓的葡萄：對的老師。我的意思就是，現(xiàn)在它已經(jīng)是一個AR（1）模型了，然后它lag=1和lag=2都有問題，您告訴我只加一個滯后項？然后我問您，AR（1）如果只有l(wèi)ag=1，您也說是加一個滯后項。然后您又說有幾個lag有問題就加幾個滯后項是對的，我真的不太明白了，那這道題不就應(yīng)該變成AR（3）嗎？ 這樣吧，我給您寫下來，您告訴我這幾種情況怎么add back，add back t=幾的滯后項。我現(xiàn)在是一個AR（1） Xt=b0+b1 Xt–1 + error 第一種情況：是有且僅有l(wèi)ag=1的autocorrelation significant 第二種情況 就是這道題：lag=1 和lag=2的autocorrelation同時significant 第三種情況：lag=1和lag=8的 signifcant 第四種情況：有且僅有l(wèi)ag=8的autocorrelation significant。 請您告訴我 這四種情況 我分別應(yīng)該怎么add back，然后新AR模型的表達(dá)式是什么，請您寫一下我想看一下是該加哪個滯后項，加t減幾。謝謝。
