一阶差分单位根检验_stata速学|时间序列分析|单位根|协整|格兰杰检验

476b8ef2b5cd75e846fd9f24e7e247b3.gif

NO.08

ZEYI

06.2020

正文共: 3715字 50图

预计阅读时间: 10分钟

嘿喽,我是则已。这是stata的第八期学习。

c0dc140439d19f4909032afb73cd174a.gif

前面学习了最小二乘回归分析,非线性回归分,logistic回归分析。今天所学的回归分析是时间序列分析。

划线部分为要自己研究的变量。

时间序列回归分析  4cb6d41d9563fdf92a2099d63a7109bb.png

时间序列模型不以经济理论为依据,而是根据变量自身的时间变化规律。时间序列分析包括数据的预处理,单位根检验,协整检验,格兰杰检验。

01 数据的预处理 数据的预处理包括:简单回归,定义时间序列,绘制时间序列趋势图。 定义时间序列是因为软件不会自己判定数据是不是时间序列,这个时候需要我们选取恰当日期变量,然后定义时间序列。 绘制时间序列图可以让我们快速看到变量随时间变化的特征。 fab994a19a4a44c2242ba0b89e07e853.png m指城市人口净转移,s指城市规模,g指城乡差距,t指城乡人口制度因素 简单回归: reg m s g t db66c3e6af9c16253665c8d21bad04e8.png 结果分析:模型很显著,解释力度还过得去;变量的系数值也很显著。虽然在一定程度上可以接受,但是存在改进空间。 定义时间序列:tsset year ef48c0de9835360cad7c945c2d8f51b1.png 绘制时间序列图,探索一下时间和变量的关系:  twoway(line m year) 9bafdecddde9baabc38bca7960ffb0a2.png 结果分析:我们可以看到城乡人口净转移m与时间没有一个明显且稳定的变化趋势。 twoway(line s year) 1389add92be934a2f55fd0c21d8162df.png 结果分析:城市规模s与时间有一个明显向上的趋势。  twoway(line g year) 8c454f84bb685a5e06c09d4f4277dcf4.png 结果分析:城乡收入差距g与时间有一个明显的向上趋势。 twoway(line t year) 39fc0728e45d1710e8dff81fdbd275a7.png 再来探索
  • 8
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值