、根据解释变量的预测值测算被解释变量的未来值,扩大了最后的预测误差 要预测某期的GDP,需要知道解释变量的同期数值,而实际上,在预测GDP之前,上述解释变量的同期数值也是未知的,因此,需要首先通过其他方法对解释变量的数值进行预测,然后,再利用回归模型预测GDP。这种根据解释变量的预测值回归测算被解释变量未来值的方法无形之中扩大了最后的预测误差。回归分析应用预测中经常出现的问题2、利用非平稳时间序列直接建模容易产生“伪回归”问题如:回归分析应用预测中经常出现的问题2、利用非平稳时间序列直接建模容易产生“伪回归”问题 印度的人口增长比较快,中国的GDP增长也比较快,这两个序列有着共同的趋势,能否把这两个序列建立一个模型。×回归分析应用预测中经常出现的问题2、利用非平稳时间序列直接建模容易产生“伪回归”问题?较为普遍的现象!!很多经济时间序列都是非平稳的(从直观上看,随着经济的发展,多数经济时间序列呈明显的上升趋势),而直接采用非平稳时间序列建立回归模型,很容易产生“伪回归”问题。回归分析应用预测中经常出现的问题3、存在着因果关系的变量间建立的回归预测模型的预测效果越来越差我们建立的模型是一个均衡的模型,而实际情况不可能总是在均衡状态下,实际往往会偏离其均衡状态而处于不均衡状态。这时,则需要根据上一期的不均衡程度调整本期的预测值。利用非平稳时间序列直接建模容易产生“伪回归”问题存在着因果关系的变量间建立的回归预测模型的预测效果越来越差怎么办???检验是否存在长期稳定的均衡关系,误差修正一、长期均衡关系
回归分析中的伪回归和其处置PPT讲座 来自淘豆网m.daumloan.com转载请标明出处.
