As a general rule, non-stationary t

As a general rule, non-stationary time series variables should not be
used in regression models, to avoid the problem of spurious regression. If ݕ௧ and ݔ௧
are nonstationary ܫሺ1ሻ variables, then their difference or any linear combination of
them is expected, such that, ݁௧ ൌ ݕ௧ െ ߚଵ െ ߚଶݔ௧ to be ܫሺ1ሻ as well. However, there is
an important case when ݁௧ ൌ ݕ௧ െ ߚଵ െ ߚଶݔ௧ is a stationary ܫሺ0ሻ process. In this case
ݕ௧ and ݔ௧ are coinegrated. Cointegration implies that ݕ௧ and ݔ௧ share similar
stochastic trends and since ߝ௧ is stationary they would not be much different.

ผลลัพธ์ (ไทย) 1:

เป็นกฎทั่วไป ตัวแปรชุดเวลาเคลื่อนไหวไม่ควรใช้ในแบบจำลองถดถอย เพื่อหลีกเลี่ยงปัญหาความถดถอยของเก๊ หากݕ௧ และݔ௧ตัว แปร nonstationary ܫሺ1ሻ แล้วความแตกต่าง หรือการรวมกันเชิงเส้นของพวกเขาเป็นที่คาดไว้ เช่นนั้น ݁௧ൌݕ௧െߚଵെߚଶݔ௧ ܫሺ1ሻ เช่นกันจะ อย่างไรก็ตาม มี สำคัญกรณีเมื่อ݁௧ൌݕ௧െߚଵെߚଶݔ௧เป็นกระบวนการ ܫሺ0ሻ นิ่ง ในกรณีนี้Coinegrated ݕ௧และݔ௧ได้ Cointegration หมายถึงว่า ݕ௧และݔ௧แบ่งปันคล้ายคลึงกันแนวโน้ม stochastic ตั้งแต่ߝ௧อยู่นิ่ง ไม่ได้แตกต่างกันมาก

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นกฎทั่วไปไม่หยุดนิ่งตัวแปรอนุกรมเวลาไม่ควร
ใช้ในรูปแบบการถดถอยเพื่อหลีกเลี่ยงปัญหาการถดถอยของปลอม หากݕที่ 1 และݔ 1
มีไม่คงที่ܫሺ 1 ሻตัวแปรแล้วความแตกต่างหรือการรวมกันเชิงเส้นใด ๆ ของพวกเขา
พวกเขาคาดว่าเช่นนั้น݁1ൌݕ 1 െߚଵെߚଶݔ 1 จะเป็นܫሺ 1 ሻเช่นกัน แต่มี
กรณีที่สำคัญเมื่อ݁1ൌݕ 1 െߚଵെߚଶݔ 1 เป็นนิ่งܫሺ 0 ሻกระบวนการ ในกรณีนี้
ݕที่ 1 และݔ 1 จะ coinegrated ระยะยาวระหว่างหมายความว่าݕที่ 1 และݔ 1 หุ้นคล้าย
แนวโน้มสุ่มและตั้งแต่ߝ1นิ่งพวกเขาจะไม่แตกต่างกันมาก

ผลลัพธ์ (ไทย) 3:

เป็นกฎทั่วไป , ตัวแปรชุด non-stationary เวลาไม่ควรที่ใช้ในการถดถอยเพื่อหลีกเลี่ยงปัญหาการปลอมการถดถอย และถ้าݕ௧ݔ௧จะติจิܫሺ 1 ሻตัวแปร แล้วของพวกเขาหรือการรวมกันของความแตกต่างเชิงเส้นพวกเขาคาดหวังเช่นนั้น݁௧ൌݕ௧െߚଵെߚଶݔ௧เป็นܫሺ 1 ሻเช่นกัน อย่างไรก็ตาม , มีคดีสำคัญ เมื่อ݁௧ൌݕ௧െߚଵെߚଶݔ௧เป็นเครื่องเขียนܫሺ 0 ሻกระบวนการ ในกรณีนี้และมีݕ௧ݔ௧ coinegrated . โดยนัยที่ݕ௧ݔ௧คล้ายคลึงกันและStochastic และแนวโน้มตั้งแต่ߝ௧นิ่งจะไม่แตกต่างกันมากนัก