|
ATLAS.ti 丨 定性分析软件培训 |
|
班级人数--热线:4008699035 手机:15921673576( 微信同号) |
增加互动环节,
保障培训效果,坚持小班授课,每个班级的人数限3到5人,超过限定人数,安排到下一期进行学习。 |
授课地点及时间 |
上课地点:【上海】:同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】:北京中山学院/福鑫大楼 【南京分部】:金港大厦(和燕路) 【武汉分部】:佳源大厦(高新二路) 【成都分部】:领馆区1号(中和大道) 【广州分部】:广粮大厦 【西安分部】:协同大厦 【沈阳分部】:沈阳理工大学/六宅臻品 【郑州分部】:郑州大学/锦华大厦 【石家庄分部】:河北科技大学/瑞景大厦
开班时间(连续班/晚班/周末班):2024年12月30日 |
课时 |
◆资深工程师授课
☆注重质量
☆边讲边练
☆若学员成绩达到合格及以上水平,将获得免费推荐工作的机会
★查看实验设备详情,请点击此处★ |
质量以及保障 |
☆
1、如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
☆ 2、在课程结束之后,授课老师会留给学员手机和E-mail,免费提供半年的课程技术支持,以便保证培训后的继续消化;
☆3、合格的学员可享受免费推荐就业机会。
☆4、合格学员免费颁发相关工程师等资格证书,提升您的职业资质。 |
☆课程大纲☆ |
|
- CATS(时间序列的协整分析)是哥本哈根大学的Jonathan G.Dennis,Katarina Juselius,SörenJohansen和Henril Hansen编写的一组协整分析程序,可与RATS软件配合使用。
-
- CATS提供了各种各样的工具来分析数据以及选择和测试协整模型。该程序几乎完全由菜单和对话框驱动。首先,运行一个简短的RATS程序来定义数据并加载CATS过程。这会将多个CATS菜单添加到RATS菜单栏,然后您可以通过从这些菜单中选择操作来执行分析。CATS将提示您任何需要的输入。
-
- 2.0版本是CATS的重大更新,引入了重要的新计量经济学功能,重新设计和扩展以及新的用户界面。
-
- 请注意,您必须拥有RATS软件才能使用CATS。CATS 2.0将与6.2版或更高版本的RATS一起使用。
- 新版本2.0.
功能简介:
-
- 搭配 CATS (Cointegration Analysis of Time Series) 软件,可通过一连串的对话方块,进行学术界、业界先进复杂的共整合分析 (由Henrik Hansen 和 Katarina Juselius教授所设计),甚至可进行I(2)模型分析。
- 可进行向量与矩阵运算。并提供软件语言,使用者可以自订符合自己需求的运算程序。
- 支援完整的计量模型,包括ordinary、weighted和generalized least squares (GLS),seemingly unrelated regressions (SUR),非线性回归,vector autoregressions (VARs),ARIMA,GMM,2SLS,3SLS,ARCH和GARCH等。
- 可直接取用Haver Analytics DLX数据库,并可以处理所有资料,包括panel data。
- 包含interactive mode和batch mode两种执行模式。
- 可绘制输出专业的高品质时间序列散布图。
- 新的互动程序语言甚至可以自订功能表和对话方块。
-
- 计量经济学的新功能
- Bartlett对样本的协整等级和假设进行检验的小样本校正
- 新的“CATSmining”自动模型选择过程
- I(2)模型的估计和假设检验,包括关于系统变量之间的多重协整关系和I(1)关系的假设检验
- 结构移动平均线模型的估计
- 系统缩减测试,用于确定延迟长度
- 数据中缺少观察值
- 更新的递归估计例程包括特征值波动,协整空间的恒定性和对数似然函数的新测试
- 允许向后递归,以调查样本开始时的参数稳定性
- 对于大多数模型规格,CATS现在可以为等级测试报告正确的临界值和P值。对于其他模型,您可以使用内置过程来模拟临界值。
- 包括估算和识别结构移动平均模型的过程
-
- 新界面功能
- 全新的用户界面,带有用于各种操作类别的单独菜单,包括I(1)分析,I(2)分析,图形和自动测试
- 所有模型设置,包括确定性项和滞后结构,都由菜单控制,因此您现在可以更改基础的VAR模型,而无需推出并重新启动CATS
- 可以通过“首选项”对话框设置所有过程设置,例如最大迭代次数和切换算法的收敛标准,屏幕输出格式等
- 现在可以将估计的模型导出为RATS“模型”,从而更轻松的计算预测和冲激响应
- CATS创建的图形可以定制
- 输出可以tex或csv格式导出
- 限制可以保存和重新加载,从而使复制分析或以后继续工作变得更加容易
- CATS提供了在真正的批处理模式下运行的选项,该模型不需要用户即可生成基础输出。这使它可以循环使用。
-
- 其他功能
- “批量”测试所有模型变量的长期排除性,弱外生性和平稳性(现在可从cats菜单中获得)。还包括对alpha中单位矢量的检验,该检验对任何变量的累积干扰是否未进入共同趋势的检验。
- 支持部分系统,具有结构性断裂的模型以及各种形式的虚拟变量
- 估计残差的多变量和单变量检验
- 递归估计,用于评估估计的模型参数的恒定性,包括对估计的特征值,协整空间,对数似然函数,已识别系统的参数以及一步一步预测的充分性的恒定性进行测试。
- 用于测试有关Beta中的长期关系以及Aplha中的调整系数的假设的选项。
- 每个协整向量的归一化选择(CATS 2通过建议默认选择来简化此过程)。
- 估计移动平均模型的参数,例如长期影响矩阵C和共同趋势的负荷(渐近t值)
- 大量的预设图形说明了估计模型的各个关键方面。
-
- CATS菜单
- CATS的版本1使用单个下拉菜单,而CATS的版本2具有六个不同的菜单,从而可以访问其更广泛的功能和许多新功能。
- 为了使您更好的了解版本2中的内容,我们将逐步介绍各种菜单,从第一个菜单CATS开始,如下所示:
- 此菜单上的大多数功能是2.0版本的新增功能,可让您进行调整而不必推出并重新启动CATS过程。与版本1相比,它们还使用户可以更好的控制程序的许多方面。
-
- 例如,您可以更改模型(包括确定性变量结构,季节性的包含和滞后结构),控制样本范围(通过设置开始和结束日期,使用样本“虚拟”系列或直接排除)具体观察结果),显示模型摘要或设置以下任意首选项:
- CATS: Version 2.0!
Version 2.0 is a major update to CATS that introduces significant new econometrics capabilities, a re-designed and expanded user interface, and a new, significantly expandedUser's Manual.
New Econometrics Features
Bartlett small-sample correction of the tests for the cointegrating rank and hypotheses on Beta.
A new “CATSmining” automated model-selection procedure.
Estimation and hypothesis testing of the I(2) model, including testing hypotheses on the multi-cointegrating relations and the I(1) relations among the system variables
Estimation of structural moving average models.
System reduction tests for lag length determination.
Missing observations in data allowed.
Updated recursive estimation routine includes new tests for eigenvalue fluctuation, constancy of the cointegrating space and the log-likelihood function.
Allows for “backwards” recursion for investigating parameter constancy over the beginning of the sample.
For most model specifications, CATS now reports the correct critical values and p-values for the rank test. For other models, you can simulate the critical values using a built-in procedure.
Includes a procedure for estimation and identification of structural moving average models.
New Interface Features
All-new user interface, with separate menus for various categories of operations, including I(1) analysis, I(2) analysis, graphics, and automated tests.
All model settings, including the deterministic terms and lag structure, are menu-controlled, so you can now change the underlying VAR model without quitting and re-starting CATS.
All procedure settings, such as maximum number of iterations and convergence criteria for the switching algorithms, screen output format, and more, can be set via a "Preferences" dialog box.
The estimated model can now be exported as a RATS “MODEL” making it much easier to compute forecasts and impulse responses.
The graphs created by CATS can be customized.
Output can be exported in tex or csv formats.
Restrictions can be saved and re-loaded, making it easier to replicate analyses or continue your work at a later time.
CATS offers the option of running in a true batch mode that does not require user interaction to generate basic output. This allows it to be used in loop.
Other Features
These features carry over from Version 1.0:
Batch” tests for long-run exclusion, weak exogeneity, and stationarity on all model variables (now available from the cats menu). Also includes a test for unit vectors in alpha, which corresponds to testing if the cumulated disturbances of any of the variables do not enter the common trends.
Support for partial systems, models with structural breaks, and various forms of dummy variables.
Multivariate and univariate tests of the estimated residuals.
Recursive estimation for assessing constancy of the estimated model parameters, including tests for constancy of the estimated eigenvalues, the cointegrating space, the log-likelihood function, the parameters of an identified system, and the adequacy of one-step-ahead predictions.
Options for testing hypothesis on the long-run relations in Beta as well as on the adjustment coefficients in Alpha.
Choice of normalization for each cointegrating vector (CATS 2 simplifies this by suggesting default choices).
Estimation of the parameters of the moving average model, e.g. the long-run impact matrix C and the loadings to the common trends (with asymptotic t-values).
A large variety of preset graphics illustrating various key aspects of the estimated model.
|
|
|
|
|
|