序 - “ All models are wrong, but some are useful. ”
計量經濟學是一門綜合學科,以數理經濟學和數理統計學為方法論基礎,對於經濟問題試圖對理論上的數量接近和經驗(實證研究)上的數量接近這兩者進行綜合而產生的經濟學分支。
作為資工踏入金融領域的第一門課,這門課用了許多數理統計方面的知識,讓沒有上過初統的我有點理不出頭緒;且在大多數的計量經濟學課程中,較少談論到推導的過程,讓這門課與其他課程的銜接(如機率、現代)變得困難。
因此在本筆記中,嘗試加了一些訊號、線代、機率的觀點來試圖讓一些公式或現象變得直覺一些,希望對大家的理解有所幫助。
目錄
一、基礎金融
二、基礎數學:線性代數、微積分
- Linear Algebra - Ch4 線性映射 Linear Transformation
- Linear Algebra - Ch5 矩陣對角化 Diagonalization of Matrice
- Linear Algebra - 主成分分析 Principal components analysis, PCA
三、迴歸分析:統計、機率、古典迴歸
- Probability and Statistics - 統計心法:常態分佈、大數法則 與 中央極限定理
- Probability and Statistics - 變異數 (variance) 相關指南:變異數、共變異數、共變異矩陣、相關係數
- Probability and Statistics - 假設檢定:基本流程總整理 Process of Hypothesis Testing Statistics
- Probability and Statistics - 古典線性迴歸模型:單變量線性回歸模型 與 高斯-馬爾可夫定理
- Probability and Statistics - 古典線性迴歸模型:複線性迴歸模型、限制迴歸、迴歸適配度 R square
- Probability and Statistics - 線性迴歸診斷:異質變異 與 自相關 Linear Regression Diagnostics : Heteroscedasticity and Autocorrelation
四、時間序列分析
- Time Series Analysis - 穩態時間序列簡介 Introduction to Stationary Time Series
- Time Series Analysis - 時間序列模型基本概念:AR, MA, ARMA, ARIMA 模型
- Time Series Analysis - ARMA 模型進階觀念
簡介
計量經濟學以古典回歸(Classical Regression)分析方法為出發點。依據數據形態分為:
新興計量經濟學研究開始切入同時具有橫截面及時間序列的資料 (Panel Data)。追蹤資料研究多個不同經濟體動態行為之差異,可以獲得較單純橫截面或時間序列分析更豐富的實證結論。- 橫截面數據回歸分析(Regression Analysis with Cross-Sectional Data)
- 時間序列分析(Time Series analysis)
- 面板數據分析(Panel Data Analysis)
References
wiki - 計量經濟學
沒有留言:
張貼留言