阿奎拉尼 发表于 2011-8-6 23:40 
烦劳大虾若看懂了告诉我哈,谢啦!
昨天晚上回宿舍恰好看到这一部分,所以和你讨论一下,不一定正确,仅供参考!
在AR(1)中,给定y的所有过去值,误差的期望为零。
注意到,AR(1)只涉及y的一阶滞后,其他滞后无法解释y,因此,给定y的所有过去值与给定y的一阶滞后值是一样的。
一般的,无论解释变量是什么(可能是y,也可能不是y),只要模型包含了所考虑解释变量的足够滞后,以至于解释变量的其他滞后对解释y不起作用,那么,这个模型就是动态完备的。这是书上的定义。
这个模型有什么好处呢?或者说为什么要讨论这样的模型呢?
我的理解是,对静态模型或者有限分布滞后模型而言,考虑某个解释变量,如果没有考虑该解释变量的足够滞后,那么误差项就很可能是序列相关的。