[英]Estimating multiple OLS with AR residuals
我是 R 建模的新手,所以我有点磕磕绊绊......
我在 Eviews 中有一个 model,我必须将其转换为 R 并进行进一步升级。 model 是具有残差 AR(1) 的多个 OLS。 我是这样实现的
model1 <- lm(y ~ x1 + x2 + x3, data)
data$e <- dplyr:: lag(residuals(model1), 1)
model2 <- lm(y ~ x1 + x2 + x3 + e, data)
我的问题与此线程中的问题相同,并且我期望它:虽然参数估计相似,但它们的不同足以让我无法使用它。
我计划使用stats
package 中的ARIMA
,但问题在于实施。 如何在残差上制作 AR(1),并按原样制作其他变量?
如果我理解正确,您可以通过xreg
参数为您的arima
model 提供外部回归量。
您不提供示例数据,所以我没有什么可玩的,但是您的 model 应该转换为类似
model <- arima(data$y, xreg = as.matrix(data[, c("x1", "x2", "x3")]), order = c(1, 0, 0))
说明:第一个参数data$y
包含您的时间序列数据。 xreg
将您的外部回归量包含为一个matrix
,每一列都包含与您的时间点一样多的该回归量的观察值。 order = c(1, 0, 0)
定义了一个 AR(1) model。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.