在对时间序列进行趋势分析和季节分析的基础上进行预测,必须要严格满足的条件是()。
A.所建立的趋势线模型必须是按最小二乘法建立的
B.所建立的趋势线模型能正确反映产生长期趋势的一切因素的影响
C.上述因素在预测期将以同样方式继续发挥作用
D.预测期的季节性变动仍和过去相同
E.预测期不存在随机波动
A.所建立的趋势线模型必须是按最小二乘法建立的
B.所建立的趋势线模型能正确反映产生长期趋势的一切因素的影响
C.上述因素在预测期将以同样方式继续发挥作用
D.预测期的季节性变动仍和过去相同
E.预测期不存在随机波动
A.以上皆不是
B.时间序列预测技术
C.传统预测技术
D.因果分析预测技术
A.时间序列预测法
B.回归分析预测法
C.空间序列预测法
D.弹性系数法
利用MIN WAGE.RAW中232部门的数据回答如下问题。
(i)证明l wage 232t 和lemp 232t 最好用I(1) 过程来刻画。使用分别包含g wage 232和gel up 232的一阶滞后以及一个线性时间趋势的ADF检验。对这些序列中存在单位根还存有疑问吗?
(ii)在使用和不使用时间趋势的情况下, 容许在增广恩格尔-格兰杰检验中使用两个滞后项, 将lemp 232t 对hr age 232t 进行回归并进行协整检验。你得到什么结论?
(iii)现在将lemp 232t 对真实工资率的对数In v age 232t =l wage 232t -lept 和一个时间趋势进行回归。你发现存在协整吗?与使用名义工资相比,使用真实工资时,它们更“接近”协整吗?
(iv)第(iii)部分的协整回归中可能遗漏了哪些因素?
本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。
(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗?失业率也一样吗?
(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11第(vi) 部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量:不要将这些变量进行差分。你发现了什么有意思的结论吗?
(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)计算机习题C10.11第(vi)部分中的回归。]