| WEFV2626EFCEYYYB15VEF |
內容簡介
本書共收錄九篇論文，是作者多年來從事閱讀與寫作的部份心得，各篇主題有無形的脈絡可尋。〈政治教育與政治成就〉一文，可視為〈恢復理論原貌與啟發本土研究〉一文倡議的努力之一：〈理論、歷史與想像力〉一文反省的對象，正是〈理論化與形式動力〉一文主張者，而〈「世界經濟」與資本主義〉一文乃是前文後繼作品，可以一起搭配閱讀，至於〈說明、詮釋與批判〉一文則可以針對相關議題申論或定位；〈理論深淵與歷史深度〉一文論述者，正是〈傳統與現代〉一文介紹的各派發展理論應用來解釋台灣經驗的反省，而〈馬克思的歷史唯物論與社會發展〉則是其中一派一家的看法，具有相輔相成之效。
作者簡介
張家銘
台灣省彰化縣人， 一九五八年生。東海大學社會學研究所碩士及博士
曾為東吳大學社會系系主任現為東吳大學社會系副教授
目錄
恢復理論原貌與啟發本土研究
理論、歷史與想像力
「世界經濟」與資本主義
理論化與形式動力
說明、詮釋與批判
馬克思的歷史唯物論與社會發展
傳統與現代
理論深淵與歷史深度
詳細資料
- ISBN：9789578424333
- 叢書系列：
- 規格：平裝 / 219頁 / 21 x 14.8 x 1.5 cm / 普通級 / 單色印刷 / 初版
- 出版地：台灣
- 本書分類：> > >
... 如果時間序列是協方差平穩的並且誤差是不相關的，我們可以使用普通最小二乘法來估計自回歸模型。但是，當自變量包含因變量的過去值時，我們先前的序列相關檢驗Durbin–Watson檢驗得出的結果是無效的。 因此，對於大多數時間序列模型，我們不能使用Durbin–Watson統計量。但是，我們可以使用其他檢驗來確定時間序列模型中的錯誤是否序列相關。該檢驗是殘差自相關和殘差自相標準誤的t檢驗。為了進行系統的講解，我們接下來將先討論自相關，然後再討論殘差自相關。 時間序列的自相關是該序列的值與其自身過去值之間存在相關性，其中k代表滯後的周期數。當k= 1時，自相關顯示該變量在一個周期內與其在前一周期存在相關性。例如，第k階自相關（ρk）為 ... 其中E代表期望值。注意，當k= 0時，等式為Cov（xt，xt-k）。這意味著ρk的絕對值小於或等於1。 當然，我們無法直接觀察自相關係數ρk，因此我們需要對ρk進行估計。我們用其估計值x替換xt的期望值x，以計算自相關係數。時間序列xt的k階估計自相關（^ρk）為 ... 與時間序列的自相關定義類似，我們可以將時間序列模型的殘差自相關係數定義為 ... 我們假設時間序列模型中殘差期望值為0。 通過檢驗殘差的自相關是否與0顯著不同，可以確定我們是否使用了正確的時間序列模型。如果檢驗結果為真，則不能正確指定該模型。我們使用殘差的樣本自相關及其樣本方差來估計誤差自相關。 滯後的殘差自相關係數等於0的原假設是基於該滯後的殘差自相關和殘差相關的標準誤，該標準誤等於1/√T，其中T是觀測值的數量。如果我們在一個時間序列中有100個觀測值，則每個估計的自相關的標準誤為0.1。通過將滯後的殘差自相關係數除以其標準誤1/√T，我們可以進行殘差自相關係數等於0的原假設的t檢驗。 我們如何利用誤差自相關的信息來確定是否正確指定了自回歸時間序列模型？我們可以使用簡單的三步法。首先，估計一個特定的自回歸模型，例如AR（1）模型。其次，計算殘差的自相關。第三，檢驗以查看殘差自相關是否與0不同。如果顯著性檢驗顯示殘差自相關與0顯著不同，則模型未被正確指定，我們可能需要對其進行修改。 現在，我們提供一個案例來演示此三步方法的工作原理。 案例 預測英特爾公司的毛利潤率 分析師決定使用時間序列模型來預測英特爾公司的毛利潤率[(銷售額-銷售成本)/銷售額]，使用1999年第二季度到2013年第四季度的季度數據。但是，分析師並不知道預測毛利率的最佳模型是什麼，但姑且認為當前期間的值與前一個時期的值相關。下面，我們開始構造一個一階自回歸模型,AR(1): 毛利潤率t=b0 + b1 (毛利潤率t-1)+εt。下表顯示了AR(1)模型的結果，以及模型殘差的自相關性。 ... 在回歸方程中，截距（^b0=0.1795）和毛利率的滯後係數（^b1=0.7449）都非常顯著。截距的t統計量約為2.8，而毛利率的滯後係數的t統計量大於8。 該模型具有59個觀測值和兩個參數，57個自由度。在0.05顯著性水平下，t統計量的臨界值約為2.0。因此，我們必須拒絕截距等於0（b0= 0）且滯後係數等於0（b1=0）的原假設。但是這些統計數據有效嗎？儘管上圖中顯示了Durbin–Watson統計信息，但當自變量包括因變量的過去值時，不能將其用於檢驗序列相關性。正確的方法是檢驗該模型的殘差是否是序列相關的。 在上表的底部，顯示了殘差的前四個自相關係數以及每個自相關的標準誤和t統計量。樣本具有59個觀測值，因此每個自相關的標準誤為1/√59= 0.1302。前四個自相關中沒有一個t統計量的絕對值大於1.1137。 因此，我們可以得出以下結論：這些自相關均不與0顯著不同。因此，我們可以假設殘差沒有序列相關，並且模型已正確指定，並且可以有效地使用普通最小二乘法來估計參數。 接下來，將如何使用它來預測下一個時期的英特爾毛利率呢？估計的方程為毛利潤率t=0.1795 + 0.7449（毛利潤率t-1）+εt。在任何期間，殘差的期望值為0。因此，該模型預測，在t+1期間的毛利率將為毛利潤率t+1= 0.1795 +0.7449（毛利潤率）。例如，如果本季度的毛利潤率為65％（0.65），該模型預測下一個季度的毛利潤率將增加到0.1795+ 0.7449（0.65）=0.6637或66.37％。另一方面，如果當前的毛利潤率為75％（0.75），則該模型預測，在下一季度，毛利潤率將降至0.1795+ 0.7449（0.75）=0.7382或73.82％。 END 文：邊際實驗室 轉載請註明出處 更多CFA「量化分析」內容講解 ↓ ↓ ↓ CFA教材詳解：一元回歸模型的方差（ANOVA）分析 CFA教材詳解：線性回歸的決定係數 CFA教材詳解：線性回歸模型的假設/線性回歸的標準誤 CFA教材詳解：具有一個自變量的線性回歸 ...
| WEFV2626EFCEYYYB15VEF |
文章來源取自於：
壹讀 https://read01.com/yynayo2.html
博客來 https://www.books.com.tw/exep/assp.php/888words/products/0010119085
如有侵權，請來信告知，我們會立刻下架。
DMCA：dmca(at)kubonews.com
聯絡我們：contact(at)kubonews.com
南屯毛躁髮質改善大甲及肩直髮推薦髮型設計工作室梧棲氧氣瀏海台中南區兩側漸層髮型推薦髮廊
和平韓系明星髮型風格專業染髮燙髮髮廊 北屯短瀏海飛機頭專業染髮燙髮髮廊 Dcard推薦的台中護髮染髮燙髮推薦龍井英倫風格的質感男仕理髮學生染髮推薦髮廊 潭子日韓髮型推薦染髮店 日韓髮色台中染髮推薦神岡好感度最高色系專業染髮燙髮髮廊 大肚法式劉海專業剪髮推薦髮廊 台中男士理髮推薦勤美誠品附近韓系明星髮型風格上班族染髮推薦髮廊 梧棲韓式髮根燙推薦染髮店 台中哥德式護髮染髮推薦
留言列表
