タグ付けされた質問 「time-series」

3
確率過程の構築を理解する
次の方法でモデル化/構築された確率的プロセスを見てきました。 確率空間考えてみましょうしてみましょうSは、(測定可能)変換可能S:Ω → Ωを 、我々はサンプルポイントの進化モデル化するために使用することをωを時間をかけて。また、XをランダムベクトルXとします:Ω → R n。次に、確率過程{ X T:T = 0 、1 、。。。}(Ω 、F、Pr )(Ω,F,Pr)(\Omega, \mathcal F, Pr)SS\mathbb SS:Ω→ΩS:Ω→Ω\mathbb S: \Omega \rightarrow \Omegaωω\omegaXXXX:Ω→RnX:Ω→RnX: \Omega \rightarrow \mathbb R^n{Xt:t=0,1,...}{Xt:t=0,1,...}\{ X_t: t=0,1,...\}式を介して、観察のシーケンスをモデル化するために使用される または X T = X ∘ S T。Xt(ω)=X[St(ω)]Xt(ω)=X[St(ω)] X_t(\omega) = X[\mathbb S^t(\omega)] Xt=X∘St.Xt=X∘St. X_t = X \circ \mathbb S^t. どのように私は、サンプル点を理解する必要がありと変換Sをこの構成では?(ωは特定の場合に一連のショックのようなものになるでしょうか?)ω∈Ωω∈Ω\omega …

1
時系列回帰における適切なラグ数をどのように決定すればよいでしょうか。
経済モデルの推定に時系列データを使用しています。私はエラー訂正モデルのための適切な遅れを決定したい( ECM )モデルなど。確認できます AIC 、SCおよびHQ基準を決定して適切な遅れを決定する。しかし、私はそれから始めなければならないという最大の遅れについてはよくわかりません。年次、四半期、および月次の時系列の最大ラグとは何ですか。 ARDL、VAR、VECMなど他の計量経済学的アプローチを使用した場合、最大ラグは変更されますか?

1
行列表記で有限状態マルコフ過程の条件付き期待値を書く方法
注:この質問は、次の2つの質問で検討した計量経済学的手法に関連しています。 確率的成長時系列の乗法分解-固有関数/固有ベクトルの解決 ハンセンで提案されたメジャーの変更の例(2012) 質問:XtXtX_tが遷移確率行列Pと与えられる実現値を持つnnnマルコフ連鎖であると仮定しますPP\mathbb Pnnn次元座標ベクトルで。が、多変量正規分布ランダムベクトルのiid​​シーケンスであると仮定します。どのようにフォームの方程式表すであろう E [ EXPを(D ' のX T + X ' のT FのWのT + 1)、E (X T +{Wt+1}{Wt+1}\{W_{t+1} \} 行列 Mの固有ベクトル問題として?問題のプリミティブに関して Mを表現するにはどうすればよいですか?E[exp(D′Xt+X′tFWt+1)e(Xt+1)∣Xt=x]=exp(η)e(x)E[exp⁡(D′Xt+Xt′FWt+1)e(Xt+1)∣Xt=x]=exp⁡(η)e(x) E[\exp(D'X_t + X_t' F W_{t+1}) e(X_{t+1}) \mid X_t = x] = \exp(\eta) e(x) MM\mathbb MMM\mathbb M

0
インパルス応答関数の解釈
GDPに対するGDPショックを示すIRFがあります。 GDPの5年間の予測があるとしましょう。今日、GDPがすぐに1%減少した場合、IRFを使用して元の5年間の予測を調整できますか? たとえば、3年目のGDP予測は500米ドルです。IRFによると、GDPが1%減少すると3年目は0.1%減少します。予測を0.1%下げて499.5 USDに調整することはできますか? ありがとうございました


0
非正規確率分布関数の関係(相関)を調べるにはどうすればいいですか?
私の研究では、一つの金融資産と株式市場の関係を調べています。揮発性なので、この2つの確率分布関数はガウス分布ではないと言えます。相互相関は、2つの確率変数の確率密度関数が定常的でなければならないと仮定しています。相関にどのような計算をデータに適用すべきであり、これを計算するためにどのようなソフトウェアを使用することができますか私が比較している2つのデータ(国が異なる)は人口が異なります。

1
PMI-購買管理者インデックス
エコノメティックプロジェクトにPMI時系列が必要ですが、インターネットで無料で入手できないようです。 どこで無料でダウンロードできますか?また、このシリーズのプロキシも素晴らしいでしょう。サンプルサイズ:1960-70年から2016年まで、毎月
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.