线性回归模型与传递函数模型在时间序列应用上的比较研究

如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型.但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunction models).与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构.在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考.     

经济时间序列建模中序列趋势问题的探讨：对确定趋势与随机趋势的比较

文章讨论了确定趋势时间序列与随机趋势时间序列在统计性质上的不同特点,比较了两类时间序列在预测值、预测误差以及外部冲击的动态乘数等方面的差异,指出在实际应用中应严格辨析不同时间趋势对建模分析的影响.     

国外时间序列应用研究最新动态

经济时间序列的应用研究越来越受到政府统计官员、统计学者和其他经济研究人员的重视。近年来,经济时间序列的应用研究方法除采用一些传统的方法之外,又有一些新的拓展。本文作者参加了在韩国汉城举行的第53届国际统计学大会,根据在会议期间所获得的信息,将国外在这方面应用研究的最新动态介绍给读者,以满足各方面信息的需求。由于大会所提供的有关论文摘要的篇幅有限,有些方法只能作一些概念化的介绍;无法展示完整的公式。     

空间自回归模型及其估计

一、概述在经济问题研究中,处理的数据分为时间序列数据、截面数据以及截面时间序列数据(paneldata)。应用回归模型研究变量之间的关系时,假设模型满足Gauss_Markov条件,当研究的数据是时间序列时,通常会存在序列相关,针对这类数据的问题可以结合时间序列分析的方法加以处理;如     

价格波动的研究方法及其模型

在价格理论与实践中,经济学家们试图建立严密的数学模型来研究和分析时间序列经济周期和误差修正等价格波动问题。文章参考有关时间序列分析方面的研究成果,系统阐释了应用于价格波动相关的计算方法及其模型。     

人民币实际有效汇率波动的特征

在过去的20年里,非线性时间序列模型发展迅速,正日益广泛的被应用于各种经济时间序列特别是金融时间序列变量的研究.其中,STAR(Smooth Transition AR)模型,即平滑转换自回归模型就是非常重要的非线性领域转换模型.STAR模型首先是由Terasvirta& Anderson(1992)提出,后经Granger& Terasvirta(1993)和Terasvirta(1994)对模型的估计及统计特征进行了考察.尽管如此,在模型的应用方面,国内外都很少有将STAR模型应用于实际汇率特别是实际有效汇率的研究,而Michael(1997),N.Sarantis(1999)在这方面的研究也主要是针对发达国家.     

时间序列趋势预测的三步滚动模型

如何对统计数据的时间序列的发展趋势进行科学的预测是对预测方法的理论研究和实际应用都是非常重要的,也是关系到能否有效利用统计数据并做出正确决策的重要前提。在经济社会领域的实际应用中,研究人员根据时间序列的特点,希望用一些拟合精度好、建模方法简单、应用方便的预测模型。而社会经济现实问题中的统计数据的时间序列的发展趋势往往是较复杂的,其变化规律和特征不易发现。它需要用系统工程的理论和方法,用定性分析和定量研究相结合的方法来进行分析研究,用不同的预测模型来拟合,进行分析研究是必要的。所以我们对统计数据的时间序列提     

基于傅立叶级数和模糊马尔可夫链的小样本时间序列建模方法

为克服传统时间序列预测方法在处理小样本数据方面的不足,文章引入傅立叶级数和模糊马尔可夫链方法,并结合灰色GM(1,1)模型对小样本时间序列数据进行动态建模。实例结果表明,预测方法与传统的时间序列预测方法相比,具有较高的预测精度,说明该方法对于小样本时间序列的预测是有效的。     

基于判定系数和趋势变动的时间序列逐段线性回归

对时间序列进行分割并使用线性回归模型逐段描述,在许多分析中具有重要意义.本文提出了一种新的时间序列分割方法,与基于拟合误差的方法相比,该方法在保证各子序列线性回归模型的拟合优度方面具有明显的优势,而且能够更准确地根据数据的趋势变化进行分割.实证研究也验证了该方法的有效性.     

基于核密度估计的非线性时间序列聚类

本文研究的是时间序列的聚类问题。由于现实世界中时间序列多数是非线性的,而现有的时间序列聚类问题大都是基于线性时间序列模型进行聚类的,本文提出了可以用于非线性时间序列的聚类方法。以时间序列的二维核密度估计之间的相似性作为非线性时间序列的距离度量,该距离度量方式是一种非参数的距离度量方法,考虑到了时间序列自相关结构的差异,能够粗糙地识别时间序列形状和动态相关结构的相似性。与理论研究结果相一致,我们的模拟实验结果也验证了这种距离度量的有效性。     

时间序列相似性的图形相似方法研究

本文给出用欧氏距离与时间弯曲距离进行时间序列相似性判断的缺陷,并给出基于欧氏几何图形相似理论的判定两个时间序列相似性的方法。文中给出两条折线的相似性的判断方法。又由于时间序列与折线之间的可转化性,就把判断两折线的相似性方法运用到判定两个时间序列的相似性上。最后,把这种方法应用到聚类分析中,取得较好的效果。     

基于Copula函数的二维时间序列条件相依性研究

条件概率分布常用来研究马尔科夫序列相依模型的构建,研究二维时间序列的相依结构,要考虑时间序列之间的相互影响与时间上的记忆效应。文章先从时间序列之间的相依关系出发,结合条件概率的理论建立基于Copula函数短期相依关系模型,提出了模型参数的三阶段极大似然估计方法。     

“九五”期间统计学发展回顾与“十五”期间统计学研究的重要领域及重点课题探讨

一、“九五”期间统计学发展回顾“九五”期间 ,国内外统计学研究主要围绕统计理论的完善与发展、统计方法的应用、统计学与信息技术的结合等领域来进行。随着统计理论的不断发展 ,统计学与概率论及数学其他分支的交叉联系不断加强 ,统计学的内容体系越来越丰富。在一些前沿性领域 ,如探索性数据分析、计算机模拟、贝叶斯推断及应用、生存分析等方面的研究正在不断深入。国际统计标准分类、ＳＮＡ的完善等诸多方面的研究也已取得重大成果。具体表现为 :1 在统计理论的完善与发展方面 ,有关统计推断、随机过程、多元分析、生存分析、时间序列…     

用时间序列模型对社会消费品指数的规律进行研究和预测

一、问题的提出运用数学模型对宏观经济指标的波动和趋势进行描述和预测,是计量经济和统计学界越来越重视和采用的研究手段和工具。在实践中,我们逐渐认识到,时间序列分析的应用日益广泛,主要用途有以下几个方面:1对序列未来趋势作预测;2将数列分解成主要趋势成份、季节变化;3用理论性模式模拟实际数据并进行检验,以讨论模式是否能正确地表示所观测的规律,如一些常见的经济模式等。时间序列是随时间顺序出现或采集的一连串观测数列,实际应用时此数列实际为有限的观测资料集合。如每月新建房屋数、季节ＧＮＰ、每月某品牌电视机销售量等。本…     

基于SARIMA模型的我国季度GDP时间序列分析与预测

文章主要研究季节时间序列模型在我国季度GDp时间序列预测中的应用,并分析探讨模型的准确性和实用性.文章分析了我国1992～2008年的季度GDP时间序列,剔除时间趋势和季节性后使原序列平稳并建立季节时间序列模型.通过对不同模型进行参数估计和比较后发现:ARIMA(2,1,1)(1,1,1)4能很好地拟合我国季度GDP时间序列,用该模型进行预测得出了2009年四个季度和2010年前两个季度的GDP数值,分析发现季度GDP仍然呈增长趋势,但其速度放缓.预测结果的准确性较高,并具有一定现实意义.     

因子分析新理论与节约型社会综合评价——以广州市2001～2006年数据为例

文章应用因子分析新理论-因子分析模型L的小样本解、时间序列比较分析的方法,从定性、定量研究相结合的角度进行分析与综合评价,找到了广州市节约型社会发展的优势、潜力、问题和影响因素,对广州市资源利用、环境保护等方面提出了一些建议,以期为决策者政策调控或系统结构的调整提供参考。     

ARMA模型的频谱分析检验法

文章将窗谱估计的技术应用于时间序列模型的检验,以解决模型构建的正确性和参数估计的准确性。通过实例验证比较的方法进行研究,对同一时间序列模型分别利用混合的拟合不足检验与本文所提的频谱分析模型检验法对其进行检验,结果显示,即使模型在5%的置信水平下通过了Q统计量检验,但模型的设定仍然有可能存在错误,无法通过频谱分析模型检验。表明频谱分析模型检验法相对于时间序列模型构建中广泛使用的Q统计量检验法,在时间序列模型设定的正确性检验方面具有更强的模型检验能力。     

基于季节调整技术的我国物价波动实证研究

 本文首先对季节调整方法的发展及应用进行说明,并对X-12-ARIMA和TRAMO/SEATS进行方法与实证比较,得出这两种方法调整效果基本相同;其次使用X-12-ARIMA方法对我国CPI时间序列数据做了实证研究,分离出最终趋势成分、季节成分等;然后通过PBC版X-12-ARIMA分理处时间序列中的春节因素;最后通过调整后的CPI序列进行短期预测,并对其展开了一定的分析讨论。     

平行数据模型单位根的非参数检验方法——截面内误差项存在L阶自相关关系

时间序列单位根检验问题是现代经济计量学研究的一个焦点问题。由于平行数据模型研究的是跨横截面的时间序列问题,因此单位根检验问题对它来说也非常重要。这个问题目前在平行数据模型的研究领域备受关注。本文通过研究时间序列单位根的非参数Z检验方法与平行数据模型单位根的IPS检验方法,针对横截面内误差项存在L阶自相关关系的平行数据模型,提出了非参数单位根检验方法;并利用Monte-Carlo方法模拟比较了本文提出方法与LL单位根检验方法的效果。一、时间序列单位根的非参数Z检验方法Phillips(1988)考虑了时间序列可能出现的自相关关系…     

几种时间序列分析方法的比较与应用

一、几种时间序列分析方法的简单比较时间序列分析技术是通过对预测目标自身时间序列的处理,来研究其变化趋势的方法。本文把时间序列预测技术大致分成三个方面,即:"确定性时序分析法"、"随机(非确定性)性时序分析法"及"确定性加随机性时序组合模型分析法"。确定性时序分析法主要有:①移动平均法、②指数平滑法、③时间回归法和④季节周期预测法等。确定性时序分析法能够刻画序列的主要趋势,且直观、简单、