cross-sectional 與 time-series 的 da … - 經濟

※ 引述《s3011 (真‧人肉Matlab)》之銘言：
: 我個人觀點是這樣
: 1. time series
: 為什麼要檢定自我相關、變異數齊一?
: 很多時候 這是用來檢定你model 設的好不好
: 如果設的好 error term應該是沒有pattern的 因為都被你的模型給描述了
: "沒有pattern" 可以有多種解讀
: 較弱的標準就是 檢定誤差項是否有自我相關、變異數齊一?
: 較強的標準就是 檢定誤差項是不是iid
請問 若要檢定自我相關、Hetero、線性重合
若直接援用 cross-sectional 的處理方式
例如 D-W, L-M, B-P...
是否跟 time-series 水土不服呢?

: 2. panel data
: 大部分的panel data 時間都很短 2期五期
: 這麼短的time period 原則上你幾乎沒辦法估計與檢定自我相關的
: 因為樣本太少了 即使你做出的檢定統計量 意義也不大
: 至於為什麼你看到的文章很多都沒做?

老實說 我總覺得 panel data 是為年資料 < 30 而存在
如果時間期數不夠多 主體還是 cross-sectional
算是偽 time-series 吧.. ^^a

: 1. 好死不死你看到的剛好都沒做
: 2. 作者其實有做 但沒有report 因為不太重要

我看的主要是國內經濟相關系所碩士論文
不論是國立或私立 似乎都沒有這一塊
我想我檢索翻閱的篇數 應該符合大樣本了
(而非好死不死的奧梨子 XD..)

: why 不重要?
: 因為計量的思潮早就改變了
: 早年的文獻確實花很大工夫在檢定這些東西
: 但是後來重點變成
: 大家原則上承認經濟的資料都有auto 和 hetero的問題
: 所以重點不是在用檢定 證明這些現象存在
: 而是改成如何在這些情況下 依然能做出有效的統計推論
: 在Hal White提出他的White estimator之後 學界的觀點就開始變了

謝謝你的回答 真的有解答我一部份的疑惑
這些東西 很少有 textbook 會認真談到
還是須要有實戰經驗的前輩分享心得

: ※ 引述《LoIn (LoIn)》之銘言：
: : 記得過去學計量時 老師告訴我們模型中各變數須作共線性、
: : 自我相關、變異數齊一等標準檢定程序
: : 然而近日以來 我所看到的時間序列論文 只有做一般有的
: : 單根、落後期、共整合、誤差修正 即使是 Granger 也多了
: : 衝擊反應與變異數分析
: : 我的問題是:
: : 1. 時間序列不用作共線性、自我相關、變異數齊一性嗎？
: : 2. 如果是 panel data 是不是上述檢定 (含時間序列) 都要呢?
: : 當初修計量時 這些觀念似乎有些混亂 希望有前輩能為小弟梳理指點
: : 感謝...

--