分位数回归原理_第七节 描述性统计与分位数回归

上节回顾

时间序列分析
1、Arima,借助自相关图和偏相关图识别自相关AR和移动平均MA的阶数
2、借助ADF检验识别差分阶数，然后回归。解释模型含义
3、VAR模型，(1)模型前检验识别模型阶数；(2)回归
4、格兰杰因果检验评价var结果
5、用脉冲响应分析评价结果

---

作业展示

分别采用ARIMA模型和VAR模型对韩国、日本与美国生产函数数据进行统计分析

无论课堂还是课后作业都要求按照作业要求完成，最后的分值按照作业要求给出。只要做了都有分，但不按照要求的话，分就相应要低一些充分利用小组合作，而不要单打独斗

---

课堂练习：中国股市方程

找到1990-2018年10月27日股市数据。(涨跌幅、成交量等)，利用时间序列方法，找出股市方程，并利用该方程预测明日(周一)股市涨跌和成交情况。练习时间：30分钟。

---

描述性统计

描述性统计，

维基百科的定义是：“描述性统计是一种汇总统计，用于定量描述或总结信息集合的特征”。从这个定义，我们不难看出，描述性统计包含两个重要的特征，描述和总结。

通常情况下，我们把描述性统计分为两大类：离散趋势和集中趋势，两种分类常见的统计量如下：

一般情况下，我们首先将收集到的大量数据归纳整理到一张表格，我们把这张表格称之为数据集，数据集一般包含很多类型的数据。通过描述性统计，我们可以根据自己的研究需要，从大量不同类型的数据中，筛选出具有代表性的数据来进行初步