正态分布于Markov机制转换

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

首先，我不得不承认我是一个菜鸟，问的这个问题也很傻B，国内有关Markov机制转换模型的论文，我几乎都看过了，其中有几篇论文所用的数据明显是服从正态分布的（或者说JB检验在统计上是不显著的），我想问问数据异于正态分布是不是进行Markov机制转换的先决条件？这个问题虽然很stupid，可还是希望诸位指教。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Markov 正态分布 机制转换 Mark Mar 论文 检验 正态分布

Jarque-berra Test For Normality

JB检定如果拒绝Normality,

表示模型设置有问题 (specification error),

可能遗漏了某些Variable或用错了模型.

ex : MSI(2)H-AR(3) model
===========  Multivariate analysis of residuals - Jarque Berra ========

Jarque and Bera Test, Under Ho : 'Residuals are normal'
JB stat:  2.296
Pvalue :  0.317
The Normality hypothesis cannot be rejected
========================================================================

MSVAR_JarqBerra():Jarque and Bera Multivariate Test of normality for residual
                  analysis purpose,adapted courtesy from Michaux (2004)

epoh 发表于 2011-11-7 20:25
Jarque-berra Test For Normality  JB检定如果拒绝Normality,  表示模型设置有问题 (specification error), ...

谢谢您了，由于我只是个初学者，古扎拉蒂的计量都有很多地方没看明白，您能不能解释得再详细一些或者说更通俗易懂一些。

尊敬的xuehe版主，能不能帮助一下像我这样的后学者

epoh 发表于 2011-11-7 20:25
Jarque-berra Test For Normality  JB检定如果拒绝Normality,  表示模型设置有问题 (specification error), ...

这是一篇厦大wise的论文，作者所用的数据JB值为3.81，P值为0.149，运用了两阶段两阶滞后模型，对此我有点疑惑，希望诸位进一步指教 中国真实利率的平稳性和区制性_基于马尔科夫区制转换模型.pdf (772.92 KB)

2011-11-10 13:11:55 上传

Hamilton(1989) model 是MSM(2)-AR(4)

文献模型是MSM(3)-AR(2)

取模型残差做检验

这在e-views很简单

只要按下Stats Table,

就可得到底下类似结果.

    OILRET

Mean             0.575839

Median           1.064325

Maximum         13.42101

Minimum        -24.88856

Std. Dev.        4.728202

Skewness        -1.270786

Kurtosis         8.667291

   

Jarque-Bera    300.5852

Probability    0.000000

        

Observations   187

********

所以Jarque-Bera就跟mean,median,..一样,非常基础

epoh 发表于 2011-11-10 19:57
Hamilton(1989) model 是MSM(2)-AR(4)文献模型是MSM(3)-AR(2)取模型残差做检验这在e-views很简单只要按下St ...

我知道您所说的，我是想问JB检验结果如果不显著的话，还能否进行Markov模型的下一步运算（因为我看见很多人都把异于正态分布当作了进行非线性时间序列运算的前提条件了）

程序运行有一定的步骤与顺序

importing data

setting parameters:

   number of endogenous variables                                 

   number of regime

   order of the VAR

   ......

estimation

  {parameter,...}=MSVAR_Estimate(y_mat,x_mat,z_mat);

Filtering

  {prob_st_res, ptrans_res,...}=MSVAR_PrintParameter(parameter);

  {LIKV, y_hat, resid,lpr, PR_STT, PR_STL} = MSVAR_Filt(parameter);

smoothing

  PR_SMO=MSVAR_smooth(PR_STT,pr_STL,ptrans_res);

Residual analysis and diagnostics

JB_stat=MSVAR_JarqBera(resid,cols(parameter));  

假设model diagnostics没有通过

你就必须回头重设parameters再试.

其实gauss区块,有很丰富的资源

hamilton,kim,Bellone代码都有

值得你好好研读体会,自然不会有困惑