起因：题主正在分析中国2000年到2015年的人均GDP时，将年份作为自变量，将GDP取对数作为因变量，得到了一条很完美的直线，一做回归分析，发现R2也接近1，看起来似乎很完美，可对其进行解释的时候，总觉得哪里不对。
问题：混淆了回归分析与时间序列分析。
简单来看，时间序列分析只针对一个变量，关注的是一个变量随着时间的变化趋势；而回归分析涉及到自变量和因变量，关注的是自变量对因变量的解释能力以及预测效果。
实质上，是时间序列变量和横截面数据的性质不同。横截面数据在进行回归分析时，如果采用最小二乘法即高斯马尔科夫定理，为了保证OLS的无偏性，需要满足一系列的条件，参见(https://www.jianshu.com/p/9cb2a9e372f9)，其中很重要的一条便是独立性；而对于时间序列数据，前一时刻的数据对下一时刻必定会产生影响，误差项之间是不可能独立的，因此，时间序列数据是不能满足回归分析的基本条件的。
具体应用时需要注意回归分析和时间序列分析的差别。
起因：题主正在分析中国2000年到2015年的人均GDP时，将年份作为自变量，将GDP取对数作为因变量，得到了一条...
中级经济基础第26章回归分析 回归分析与相关分析的区别和联系 回归分析分类为，线性回归和非线性回归 一元回归和多元...
算法原理 回归模型（线性+逻辑） 固定、随机、混合效应模型 时间序列分析 决策树与随机森林 判断差异的方法：t检验...
ANOVA与ANCOVA的区别 明确回归（regression），方差分析（ANOVA），协方差分析（ANCOVA...
Statsmodels 是 Python 中一个强大的统计分析包，包含了回归分析、时间序列分析、假设检验等等的功能...
Statsmodels库是Python中一个强大的统计分析库，包括假设检验、回归分析、时间序列分析等功能
多元时间序列分析 通过分析序列自身的变化规律，构建时间序列模型 一元时间序列分析方法 多元时间序列分析 在 198...
本章涉及知识点：1、时间序列分析2、平稳时间序列3、白噪声4、AR自回归模型5、MA滑动平均模型6、ARMA模型7...
时间序列分析 时间序列分析分为平稳时间序列分析和随机过程 时间序列的定义 按时间排序的一组随机数变量，可以用数学语...
之前了解过这两个概念，但是不是很清楚其中的区别。 最近深入写了一些时间序列预测的代码，回忆了一下线性回归就有点理解...
本文标题：回归分析与时间序列的区别
本文链接：https://www.haomeiwen.com/subject/fowphhtx.html
网友评论