| 姓名：高铁梅著 作者简介： 作品：《中国转轨时期的经济周期波动:理论、方法及实证分析》《计量经济分格方法与建模:Eiews应用及实例(第二版)》 |
| 第ⅰ部分 数据分析基础 第2章 经济时间序列的季节调整、分解与平滑 本章主要介绍经济时间序列的分解和平滑方法。时间序列分解方法包括季节调整和趋势分解，指数平滑是目前比较常用的时间序列处理方法。 经济指标的月度或季度时间序列包含4种变动要素：长期趋势要素t、循环要素c、季节变动要素s和不规则要素i。长期趋势要素代表经济时间序列长期的趋势特性。循环要素是以数年为周期的一种周期性变动，它可能是一种景气变动、也可能是经济变动或其他周期变动。季节变动要素是每年重复出现的循环变动，以12个月或4个季度为周期的周期性影响，是由温度、降雨、每年中的假期和政策等因素引起的。季节要素和循环要素的区别在于季节变动是固定间距（如季或月）中的自我循环，而循环要素是从一个周期变动到另一个周期，问距比较长且不固定的一种周期性波动。不规则要素又称随机因子、残余变动或噪声，其变动无规则可循，这类因素是由偶然发生的事件引起的，如罢工、意外事故、地震、水灾、恶劣气候、战争、法令更改和预测误差等。 在经济分析中，季节变动要素和不规则要素往往掩盖了经济发展中的客观变化，给研究和分析经济发展趋势和判断目前经济所处的状态带来困难。因此，需要在经济分析之前将经济时间序列进行季节调整，剔除其中的季节变动要素和不规则要素。而利用趋势分解方法可以把趋势和循环要素分离开来，从而研究经济的长期趋势变动和景气循环变动。 对某些经济时间序列（如股票序列），不存在明显的趋势变动和季节变动。一般，我们使用指数平滑方法对这样的时间序列进行拟合及预测。 …… 更多 |
第ⅰ部分 数据分析基础 第1章 概率与统计基础 1．1 随机变量 1．1．1 概率分布 1．1．2 随机变量的数字特征 1．1．3 随机变量的联合分布 1．2 从总体到样本 1．2．1 基本统计量 1．2．2 估计量性质 1．3 一些重要的概率分布 1．3．1 正态分布 1．3．2 x分布 1．3．3 t分布 1．3．4 f分布 1．4 统计推断 1．4．1 参数估计 1．4．2 假设检验 1．5 eviews软件的相关操作 1．5．1 单序列的统计量、检验和分布 1．5．2 多序列的显示和统计量 第2章 经济时间序列的季节调整、分解与平滑 2．1 移动平均方法 2．1．1 简单的移动平均公式 2．1．2 中心化移动平均 2．1．3 加权移动平均 2．2 季节调整 2．2．1 x11季节调整方法 2．2．2 censusx12季节调整方法 2．2．3 移动平均比率方法 2．2．4 tramo／seats方法 2．3 趋势分解 2．3．1 hodrick—prescott滤波方法 2．3．2 频谱滤波(bp滤波)方法 2．4 指数平滑方法 2．4．1 单指数平滑 2．4．2 双指数平滑 2．4．3 holt—winters乘法模型 2．4．4 holt—winters加法模型 2．4．5 holt—winters——无季节性模型 2．5 eviews软件的相关操作 2．5．1 x11季节调整方法的操作 2．5．2 x12季节调整方法 2．5．3 移动平均比率方法 2．5．4 tramo／seats方法 2．5．5 hodrick—prescott滤波 2．5．6 bp滤波 2．5．7 指数平滑法 第ⅱ部分 基本的单方程分析 第3章 基本回归模型 3．1 古典线性回归模型 3．1．1 一元线性回归模型 3．1．2 最小二乘法 3．1．3 多元线性回归模型 3．1．4 系数估计量的性质 3．1．5 线性回归模型的检验 3．1．6 aic准则和schwarz准则 3．2 回归方程的函数形式 3．2．1 双对数线性模型 3．2．2 半对数模型 3．2．3 双曲函数模型 3．2．4 多项式回归模型 3．2．5 box—cox转换 3．3 包含虚拟变量的 更多 |
内容加载中，请稍后...
商品评论（0条）