一、简介这篇博文是在博主写上一篇《StataIC——数据描述统计分析、平稳检验、平稳化》基础上建立传送门,这篇博文主要是做检验和误差修正模型。本篇博文是一篇关于线性回归基本操作;时间序列平稳检验检验和误差修正模型(在下一篇博文里延续)等博文。博主是一个普普通通大学生,没有很厉害技术,写内容都是不太正经偏小白简单,写也是学校教过知识消化后自己见解,不是很
方差 variance:方差是各个数据与平均数之差平方平均数。在概率论与数理统计中,方差(英文Variance)用来度量随机变量和其数学期望(即均值)之间偏离程度。方差是各个数据与平均数之差平方和平均数,即s=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2,其中,x_表示样本平均数,n表示样本数量,^,xn表示个体,而s就表示方差。&nbsp
在理解检验之前呢,需要理解一个概念“伪回归”!什么是伪回归?除了要求随机扰动项独立一致分布外,还要要求因变量和自变量为平稳时间序列。 而在现实中,大部分时间序列均为非平稳,这就使得建立在非平稳序列基础上以及与之相伴误差修正模型得到日益广泛应用。 对于几个非平稳时间序列,如果由他们组成线性组合变量,是平稳序列,就可以认定这几个变量存在关系,经济意义可以解释为这几个变量
两个时间序列线性关系表示为: 左边是两个时间序列线性组合。是系数。右边是残差序列(residual series),表示为由两部分组成。是均衡值(equilibrium value),是一个均值为0时间序列,可以构造为均衡值波动项。如果时间序列是均值回归,那就是围绕着均衡值波动。所以,两时间序列线性关系又称为均衡关系,由两个参数描述以及。现在我们来看一个例子:一个长短投资
## 使用Python进行检验指导 检验是时间序列分析中一种重要方法,它用于检验多个非平稳时间序列之间是否存在稳定长期关系。本文将引导你如何使用Python进行检验,从而帮助你更好地理解和应用这一统计工具。 ### 流程概述 在进行检验之前,我们需要遵循以下基本步骤。下面的表格展示了整个流程。 | 步骤 | 描述 |
原创 7月前
40阅读
初识OGC规范OpenGIS是什么OGC为分布式环境下访问地理数据和地理信资源制定一套全面的规范。它包括抽象规范和实现规范。各厂商按照OpenGIS制定规范开发GIS软件,而且这些软件之间能够实现互操作。OGIS(Open Geodata Interoperability Specification)开放地理空间数据互操作规范该规范主要包括三个部分开放式地理空间数据模型(Open Geodat
# Python时间序列检验入门指南 本文将为初学者介绍如何在 Python 中进行时间序列检验。我们将按照以下步骤进行操作,同时提供示例代码进行说明。希望通过这篇文章,您能够理解并实现这一过程。 ## 流程概述 以下是完成时间序列检验基本流程: | 步骤 | 描述 | |----------
原创 9月前
122阅读
# Python检验方法:从小白到专家指南 ## 引言 检验是时间序列分析中重要步骤,通常用于研究多个非平稳时间序列之间长期平衡关系。本文将指导您通过Python实现检验,并提供详细步骤、代码示例和必要解释。 ## 流程概述 在实施检验之前,首先要理清整个过程。以下是实现检验主要步骤: | 步骤 | 描述
原创 7月前
92阅读
 在前一篇当中利用相关系数来进行套利,看到价差并不为平稳序列,回测结果也就不是很好,所以想到利用关系来构建股票线性组合,使得股价差为平稳序列,从而在真正意义上构建一个套利策略。看到有其他小伙伴也做过类似研究,但是都是以样本内得到结果去回测样本内数据,所以会有一定不真实。此研究以14年到15年数据作为样本来检验,当然关系是一个动态过程,所以检验出来只能在统计
转载 2023-12-11 13:29:11
21阅读
Engle和Granger观察到了一个相当有趣现象。尽管两个时间序列是非平稳,但在某些情况下,两者特定线性组合实际上是平稳;也就是说,这两个序列在某种程度上是步调一致。Engle和Granger创造了“”(cointegration)一词,并在一篇文章中提出了这一概念(参考文献Engle, Robert F. and C. W. Granger. “Co-integration an
    为了研究进出口与经济增长之间关联,采用3个时间序列建立VAR模型,利用JJ检验并找出方程,以此确定长期关系,并建立VEC模型研究短期关系。 1 单位根检验     VAR模型可通过变形化为差分形式(如下所示),要找到向量,首先要保证差分项都是平稳,因此检验前提是序列为一阶单I(1)。   &nbsp
转载 2023-10-26 17:35:39
414阅读
# Python检验实现指南 检验是一种用于时间序列分析统计方法,主要用于检验非平稳时间序列间长期均衡关系。在这篇文章中,我将向你介绍如何在Python中实现检验,包括具体步骤和代码示例。 ## 流程概述 下面是实现检验基本步骤: | 步骤 | 描述 | |------------|----------
原创 2024-09-26 08:41:05
196阅读
量化策略研究指的是需要依据一种或多种确凿获利理念,通过某一特定显式表示模型,指导参与者反复地以人工或机器执行指令,参与单边或多空交易。在策略执行过程中,需要实时监控资产组合价值与目标利润偏离情况,调整参数,直到已有模型生命期限终了,再转入到新模型。量化研究过程可以划分为定价与品种选取、模型实现、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等部分。当前量化策略重点集中在基于行为
程:多任务 使用:简单 原理:  过程 - 复杂内容:1、迭代对象   2、迭代器  3、生成器  4、yield  5、greenlet  6、gevent程一、迭代对象 (1.1) 迭代: 迭代版本(在原来版本之上添加功能) for迭代数据(1,2,3)在原来状态之下,添加新功能。 #for循环 #
?小墨&晓末:   个人介绍: 研一|统计学|干货分享         擅长Python、Matlab、R等主流编程软件          累计十余项国家级比赛奖项,参与研究经费10w、40w级横向 文章目录1 目的2 拟合回归模型3 残差单位根检验4 EG检验 1 目的,美国月度国民生产总值对数序列,以及短期利率和长期利率序列。该篇文章主要演示:以GNP为响应序列,根据因果检验结果
检验1. 检验(cointegration test)2. 常用检验3. 研究变量之间关系,对研究经济问题定量分析有着重要意义:5. 用Eviews代码进行检验4. 用Python代码进行检验 1. 检验(cointegration test)作用检验它们回归方程所描述因果关系是否是伪回归是指若两个或多个非平稳变量序列,其某个线性组合后
目录1:应用场景2:外部数据数据质量评估解决方案构思一:2.1:评估维度——“三率”2.2:评估维度——“三”2.3:评估维度——“三度”2.4:外部数据质量检查案例3:内部数据数据清洗及转换3.1:时间戳格式转换3.2:时间格式指定转换及清洗3.3:异常日期类型&不规则日期类型 转换为指定日期类型3.4:一致检验3.5:异常值过滤3.6:行缺失&列缺失信息1:应用场景&nbs
 p值是假设检验(显著检验)做出判断依据,然而它一直饱受争议。不少人谈到假设检验、谈到p值时,就认为这是一个陷阱,存在误导人们视线危险。2018年1月22日,美国政治学顶级学术期刊《政治分析》公开宣布:从2018年第26辑起不再发表基于p值文章。理由是:“p值本身无法提供支持相关模式或假说之证据。” 其实,早在1983年,《美国公共健康杂志》就要求投稿者删除所有p值,
在宏观计量经济研究中,通常会使用VAR模型研究多个时间经济变量之间数量关系情况,但是VAR模型要求数据无单位根或者同阶单,如果无单位根通常可直接进行VAR模型构建,如果有单位根但是满足同阶单,此时则可使用检验进行分析模型稳定性,通常关系后再建立VAR模型即可。与此同时,关系也是建立比如误差修正模型(SPSSAU中ECM模型)前提条件。如果研究变量存在关系则说明研究数据具有
在金融时间序列分析中,是一种非常重要概念。它用于验证两个或多个非平稳序列之间是否存在长期稳定关系。我们将通过Python进行关系检验,针对该过程整理出一篇博文,涵盖背景定位、核心维度、特性拆解、实战对比、选型指南及生态扩展等内容。 在定义时,重要参考是: > “是指两个或多个时间序列虽然各自都是非平稳,但它们之间存在一种线性组合,使得这一组合是平稳。”——引自《时间序
  • 1
  • 2
  • 3
  • 4
  • 5