这一期我们接着讲 MAE256 其它的要点。
Topic 5: Hypothesis Testing in Multiple Regression Models 多重假设检验回归模型 （检验关于单个总体参数的假设(t检验)，检验具有多重限制的联合假设(F检验)，统计显著性的概念，显著性水平，回归的总体显著性，双边检验和单边检验）
关键概念：回归模型中的统计推理（误差项、假设检验、t-统计量、假定值）
Topic 6: Further Topics in Multiple Regression Models 进一步在多元回归模型 （模型与交互和定性二元变量）
多元回归模型：置信区间、假设检验重新审视、交互作用等..
虚拟变量：可以作为因变量，记住专业名词。
Topic 7&8&9&10: Regression with Time Series Data 时间序列回归数据
Topic7：时间序列数据的性质，滞后变量，时间序列成分，趋势和趋势类型
时间序列数据的样子：还有季度数据，跟这个差不多,需要详尽了解可以咨询GPAExpert.
还有这种形式的
滞后变量：
时间序列回归模型：分静态模型和动态模型
静态模型：一个变量的当前值是作为解释变量当前值的结果来建模
动态模型：是受滞后变量的影响，产生的结果
Topic8：季节性的模型和措施
季节性
数据水平的有规律的变化，在每个周期的同一时间重复。当一个系列受到季节因素的影响时（例如，一个中的季度/月份/星期几），就存在季节性模式。季节性总是有一个固定 的和已知的时期。因此，季节时间序列有时被称为周期性时间序列。
一般情况下，时间序列数据出现峰值是因
圣诞节
复活节
公众假期
天气
Topic9：周期和周期模型
周期
当数据呈现出非固定周期的上升和下降时，就存在一个循环模式。这些波动的持续时间通常至少为2年。想想通常持续数年的商业周期，但当前周期的长度事先是未知的。
许多人把周期性行为和季节性行为混淆了，但它们确实是完全不同的。如果波动不是固定周期的，那么它们是循环的；如果这个周期是不变的，并且与日历的某些方面有关，那么这个模式就是季节性的。
造型周期
周期通常遵循以下流程：
1、自回归（AR）
2、移动平均线（MA）
3、自回归综合移动平均
我们如何知道哪个过程代表我们的循环？
在上面，我们在这个单元中关注 AR 模型。
Topic10：事件研究和结构断裂
事件研究分析
一种计量经济学建模技术，其主要目标是检查特定事件是否影响
例子：
奥运会对游客入境的影响
新货运法规对贷运公司股票价格的影响（1985年）
其他的例子：
合并和收购（可能持续数月）
收益公告（影响可能持续数周）
宣布贸易赤子（可能影响持续几个月）
例如：旅游业和奥运会
澳大利亚统计局（ABS）记录了每年访问澳大利亚的游客总数。
我们考虑了从1991年到2010年六个东南亚国家来澳大利亚的游客数量的
文莱、印度尼西亚、马来西亚、菲律宾、新加坡和泰国。
假设您想要确定价格、收入和原籍国对游客数量的影响。
一个主要的兴趣是检查2000年悉尼奥运会（2000年左右）的影响，因为这是在抽样期间：事件研究
作业构成分别为：
2个Quiz；1个1500字的分析报告；限时3小时的Final。
澳洲代写
商科代写
管理代写
MAE代写
MAE 256代写
MAE 256案例
MAE 256 SAMPLE
MAE 256代做
MAE 256作业
