统计学案例分析报告线性回归与时间序列

时间：2023-08-12 00:50:08 阅读：最新文章文档下载

说明：文章内容仅供预览，部分内容可能不全。下载后的文档，内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的，是否完整无缺。

（1）时间序列和回归分析的核心区别在于对数据的假设：回归分析假设每个样本数据点都是独立的；而时间序列则是利用数据之间的相关性进行预测。如：时间序列分析中一个基础模型就是AR(Auto-Regressive)模型，它利用过去的数据点y(t)、y(t-1)等来预测未来y(t+1)。还有如：移动平均、指数平滑法等。

（2）虽然AR模型（自回归模型）和线性回归看上去有很大的相似性。但由于缺失了独立性，利用线性回归求解的AR模型参数会是有偏的。但又由于这个解是一致的，所以在实际运用中还是利用线性回归来近似AR模型。

（3）忽视或假设数据的独立性很可能会造成模型的失效。金融市场的预测的建模尤其需要注意这一点。