離群值, 通常是離相同情況下產生之所有觀測值很遠的資料, 其意義可能是資料中的 雜質, 也可能是特別值得研究的特殊現象, 所以離群值可使我們對問題獲得更透徹的 了解, 同時離群值也是診斷資料或模型是否合適的指標。例如資料尺度恰當性, 記錄 上的錯誤, 測量工具的使用不當, 都可能產生離群值, 而模型的合適性及正確性, 也 必須先檢查離群值, 所以離群值的偵測是資料分析中非常重要的工作。 殘差是原始值與配適值之間的差距, 故殘差對於原始資料與模型間的配適情形及資料 是否合於假設, 蘊含了非常重要的資訊, 所以在偵測離群值時殘差分析扮演了重要的 角色。 本文主要在探討非線性模型--羅吉斯模型里殘差分析的研究, 并偵測離群值的方法及 其困難的解決之道。

本篇論文檢驗聯準會模型在六個亞洲市場：中國大陸、印度、馬來西亞、新加坡、台灣和泰國是否成立。我們首先檢驗共整合檢定來觀察變數之間長期的關係；另外，針對線性的指標模型，我們則檢測其是否具有非線性的門檻自回歸情形。實證結果顯示，於共整合檢定下，六個國家的股票價格、股票報酬和十年期債券殖利率具有長期共整合關係；而在非線性的TAR模型配適下，其解釋能力優於線性的AR模型。 / This paper studies the Fed Model in six Asia countries, China, India, Malaysia, Singapore, Taiwan, and Thailand. We examine the cointegraiton test for the long-run relationship and build a nonlinear threshold autoregressive model (TAR) between the long -term government bond yield, the stock index and the earning s index. Our empirical results show that such a long-run relationship indeed exists for those countries. In addition, the explanatory power of TAR model is better than linear AR model.