时间序列数据的基础回归分析 | 自在学

首页课程创意工坊价格

首页课程创意工坊价格

自在学

© 2025 自在学，保留所有权利。

湘公网安备43020302000292号 | 湘ICP备2025148919号-1

关于我们隐私政策使用条款

© 2025 自在学，保留所有权利。

湘公网安备43020302000292号湘ICP备2025148919号-1

模型设定与数据问题分析

10 / 19

时间序列数据中的OLS回归

时间序列数据的基础回归分析 | 自在学

经济学现代计量经济学时间序列数据的基础回归分析

时间序列数据的特征与性质
时间序列回归模型的类型
- 静态模型
- 有限分布滞后模型
OLS估计量的有限样本性质
函数形式、虚拟变量与指数数据
趋势与季节性处理
实证应用案例
深入案例分析
- 案例3：中国货币政策传导机制分析
- 案例4：新冠疫情对中国经济影响的结构性分析
- 案例5：房地产市场周期性分析
高级技术话题
政策评估中的应用
- 断点回归设计
- 双重差分方法
预测与外推
- 样本内拟合与样本外预测
- 预测区间
现代发展趋势
- 机器学习方法在时间序列中的应用
- 大数据时代的时间序列分析
实际应用建议
- 模型选择策略
- 诊断检验清单

目录

时间序列数据的特征与性质
时间序列回归模型的类型
- 静态模型
- 有限分布滞后模型
OLS估计量的有限样本性质
- 基本线性假设（TS.1）
- 无完全共线性假设（TS.2）
- 零条件均值假设（TS.3）
- 方差齐性假设（TS.4）
- 无序列相关假设（TS.5）
- 正态性假设（TS.6）
函数形式、虚拟变量与指数数据
趋势与季节性处理
实证应用案例
深入案例分析
- 案例3：中国货币政策传导机制分析
- 案例4：新冠疫情对中国经济影响的结构性分析
- 案例5：房地产市场周期性分析
高级技术话题
政策评估中的应用
- 断点回归设计
- 双重差分方法
预测与外推
- 样本内拟合与样本外预测
- 预测区间
现代发展趋势
- 机器学习方法在时间序列中的应用
- 大数据时代的时间序列分析
实际应用建议
- 模型选择策略
- 诊断检验清单