《时间序列分析》课程教学课件(讲稿)第八章 条件异方差模型

第八章 条件异方差模型
第八章 条件异方差模型

本章结构 n1.异方差的性质 n2.方差齐性变化 n3.条件异方差模型
本章结构 n 1.异方差的性质 n 2.方差齐性变化 n 3.条件异方差模型

1.异方差的性质 n异方差的定义 如果随机误差序列的方差会随着时间的变化 而变化,这种情况被称作为异方差 Var(e,)h(t) n异方差的影响 n忽视异方差的存在会导致残差的方差会被严 重低估,继而参数显著性检验容易犯纳伪错 误,这使得参数的显著性检验失去意义,最 终导致模型的拟合精度受影响
1. 异方差的性质 n 异方差的定义 n 如果随机误差序列的方差会随着时间的变化 而变化,这种情况被称作为异方差 n 异方差的影响 n 忽视异方差的存在会导致残差的方差会被严 重低估,继而参数显著性检验容易犯纳伪错 误,这使得参数的显著性检验失去意义,最 终导致模型的拟合精度受影响

异方差直观诊断 n残差图 n残差平方图
异方差直观诊断 n 残差图 n 残差平方图

残差图 n方差齐性残差图 n递增型异方差残差图
残差图 n 方差齐性残差图 n 递增型异方差残差图

残差平方图 n原理 n残差序列的方差实际上就是它平方的期望。 Var(e,)=E(e2) n所以考察残差序列是否方差齐性,主要是考 察残差平方序列是否平稳
残差平方图 n 原理 n 残差序列的方差实际上就是它平方的期望。 n 所以考察残差序列是否方差齐性,主要是考 察残差平方序列是否平稳

例1 直观考察美国1963年4月— 1971年7月 短期国库券的月度收益率序列的方差齐性。 returns 0.0065 0.0060 0.0055 0.0050 0.0045 0.0040 0.0035 0.0030 0.0025 0.0020 1962 1964 1966 196819701972 time
例1 n 直观考察美国1963年4月——1971年7月 短期国库券的月度收益率序列的方差齐性

阶差分后残差图 dif 0.0012 0.0010 0.0008 0.0006 0.0004 0.0002 0.0000 -0.0002 -0.0004 -0.0006 -0.0008 -0.0010 1962 1964 1966 1968 1970 1972 time
一阶差分后残差图

阶差分后残差平方图 r2 0.0000011 0.0000010 0.0000009 0.0000008 0.0000007 0.0000006 0.0000005 0.0000004 0.0000003 0.0000002 0.0000001 0.0000000 1962 1964 1966 1968 1970 1972 time
一阶差分后残差平方图

异方差处理方法 n假如已知异方差函数具体形式,进行方 差齐性变化 n假如不知异方差函数的具体形式,拟合 条件异方差模型
异方差处理方法 n 假如已知异方差函数具体形式,进行方 差齐性变化 n 假如不知异方差函数的具体形式,拟合 条件异方差模型
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《时间序列分析》课程教学课件(PPT讲稿)第一章 绪论.ppt
- 《时间序列分析》课程教学课件(PPT讲稿)第二章 平稳时间序列模型.ppt
- 《时间序列分析》课程教学课件(PPT讲稿)第三章 ARMA模型的特性(一).ppt
- 《时间序列分析》课程教学课件(讲稿)第三章 ARMA模型的特性(二).pdf
- 《时间序列分析》课程教学课件(PPT讲稿)第四章 平稳时间序列模型的建立 第三节 模型参数估计 第四节 模型的适应性检验 第五节 建模的其它方法.ppt
- 《时间序列分析》课程教学课件(PPT讲稿)第五章 平稳时间序列预测.ppt
- 《时间序列分析》课程教学课件(PPT讲稿)第六章 趋势模型.ppt
- 《时间序列分析》课程教学课件(PPT讲稿)第七章 季节模型.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第1章 预备知识 1.1 概率空间.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第1章 预备知识 1.2 随机变量和分布函数.ppt
- 《应用随机过程》课程教学课件(讲稿)第1章 预备知识 1.3 数字特征、矩母函数与特征函数.pdf
- 《应用随机过程》课程教学课件(PPT讲稿)第1章 预备知识 1.4 条件概率、条件期望.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第2章 随机过程的基本概念和基本类型 2.1 基本概念.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第2章 随机过程的基本概念和基本类型 2.2 有限维分布与Kolmogorov定理.ppt
- 《应用随机过程》课程教学课件(讲稿)第2章 随机过程的基本概念和基本类型 2.3 随机过程的基本类型.pdf
- 《应用随机过程》课程教学课件(讲稿)第3章 Poisson过程 3.1 Poisson过程.pdf
- 《应用随机过程》课程教学课件(PPT讲稿)第3章 Poisson过程 3.2 与Poisson过程相联系的若干分布.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第5章 Markov链 5.1 基本概念.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第5章 Markov链 5.2 状态的分类及性质.ppt
- 《应用随机过程》课程教学课件(PPT讲稿)第5章 Markov链 5.3 极限定理及平稳分布.ppt
- 《时间序列分析》课程教学课件(讲稿)有季节效应的非平稳序列分析——因素分解模型.pdf
- 《时间序列分析》课程教学课件(讲稿)第七章 季节模型.pdf
- 《时间序列分析》课程教学课件(讲稿)第六章 无季节效应的非平稳序列分析.pdf
- 《时间序列分析》课程教学课件(讲稿)单位根检验.pdf
- 《时间序列分析》课程教学课件(讲稿)第五章 平稳时间序列预测.pdf
- 《时间序列分析》课程教学课件(讲稿)第四章 平稳时间序列模型的建立.pdf
- 《时间序列分析》课程教学课件(讲稿)第三章 ARMA模型的特性(下).pdf
- 《时间序列分析》课程教学课件(讲稿)第三章 ARMA模型的特性(上).pdf
- 《时间序列分析》课程教学课件(讲稿)第二章 平稳时间序列模型.pdf
- 《时间序列分析》课程教学课件(讲稿)第一章 绪论.pdf
- 《计量经济学》课程教学课件(PPT讲稿)第五章 时间序列计量经济学模型 5.1 时间序列模型的序列相关性.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第三章 多元线性回归模型 Multiple Linear Regression Model 3.2 多元线性模型的参数估计.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第三章 多元线性回归模型 Multiple Linear Regression Model 3.3 多元线性模型的统计检验.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第三章 多元线性回归模型 Multiple Linear Regression Model 3.4 多元线性模型的预测.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第三章 多元线性回归模型 Multiple Linear Regression Model 3.5 可化为线性的多元非线性模型.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第三章 多元线性回归模型 Multiple Linear Regression Model 3.6 虚拟变量模型.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第三章 多元线性回归模型 Multiple Linear Regression Model 3.7 受约束回归.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第四章 放宽基本假定的模型 4.1 多重共线性.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第四章 放宽基本假定的模型 4.2 异方差性.ppt
- 《计量经济学》课程教学课件(PPT讲稿)第四章 放宽基本假定的模型 4.3 内生解释变量问题.ppt
