Qu'est-ce que cela signifie "co-intégration" dans les statistiques?

• La collaboration

Dans le contexte: Les modèles classiques de régression sont basés sur des variables de données planes et ne peuvent pas être utilisés pour des variables non stables, sinon il y a beaucoup de problèmes, tels que la fausse régression. Étant donné que de nombreux problèmes économiques ne sont pas stables, cela pose de grandes limites à la méthode classique d'analyse de régression. Étant donné que la plupart des séquences de temps dans les applications pratiques ne sont pas stables, des méthodes différentielles sont souvent utilisées pour éliminer les tendances non stables contenues dans les séquences, ce qui permet de construire des modèles après la stabilisation des séquences, comme avec le modèle ARIMA.

• Il a proposé: La théorie de l'intégration proposée par Engle et Granger en 1987 et ses méthodes offrent une autre voie pour la modélisation des séquences non-plaines. Bien que certaines variables économiques soient elles-mêmes des séquences non-plaines, il est possible que leurs combinaisons linéaires soient des séquences plaines. Ces combinaisons linéaires plaines sont appelées équations intégrales d'intégration et peuvent être interprétées comme des relations d'équilibre stables à long terme entre les variables.Par exemple, la consommation et le revenu sont des séquences de temps non stables, mais ont une corrélation. S'ils ne le sont pas, la consommation à long terme peut être supérieure ou inférieure au revenu, de sorte que les consommateurs consomment de manière irrationnelle ou accumulent des économies.En supposant que certains indicateurs économiques soient liés à un système économique, ces variables devraient avoir une relation d'équilibre sur le long terme, ce qui est le point de départ de base de la construction et de l'examen des modèles. Dans le court terme, ces variables peuvent s'écarter de l'équilibre en raison des influences saisonnières ou des perturbations aléatoires. Si cette déviation est temporaire, elle reviendra à l'équilibre au fil du temps. La notion de cohésion est une notion puissante; car la cohésion nous permet de dessiner des relations d'équilibre ou de stabilité entre deux ou plusieurs séquences. Pour chaque séquence, individuellement, il peut être non stable, les matrices de ces séquences, telles que les moyennes, les différences de carré ou les différences de cohésion, changent avec le temps, tandis que les séquences de combinaisons linéaires de ces séquences peuvent avoir une nature non changeante avec le temps.

• Définition: L'intervalle entre les fractions d'un vecteur de k dimensions Yt = (y1t, y2t,...,ykt) est appelé coordonnée de rang d,b, et est écrit comme Yt CI (d,b), si on satisfait: (1) y1t, y2t..., yykt sont tous des entiers de classe d, c'est-à-dire YtI (d), qui exigent que chaque facteur de Yt soit yitI (d); (2) Il existe un vecteur non-zéro β= (β1, β2,..., βk) qui donne une β YtI (d-b), 0 < b≤d, Le vecteur β est également appelé vecteur de co-intégration.

• Conditions: La relation de cohésion n'existe que si les séquences de temps {x} et {y} des deux variables sont des séquences d'intégralité de même ordre, I (((d)). Par conséquent, avant de tester la cohésion des deux variables y et x, une vérification de stabilité est effectuée sur les deux séquences de temps {x} et {y} avec un test de racine unitaire ADF. Pour savoir comment vérifier si une séquence est stable ou non, recherchez le test de racine unitaire.

• Voici ce que nous savons:

  

  

  

Je ne sais pas.