用 AR 殘差估計多個 OLS

Question

我是 R 建模的新手，所以我有點磕磕絆絆......

我在 Eviews 中有一個 model，我必須將其轉換為 R 並進行進一步升級。 model 是具有殘差 AR(1) 的多個 OLS。 我是這樣實現的

model1 <- lm(y ~ x1 + x2 + x3, data)
data$e <- dplyr:: lag(residuals(model1), 1)

model2 <- lm(y ~ x1 + x2 + x3 + e, data)

我的問題與此線程中的問題相同，並且我期望它：雖然參數估計相似，但它們的不同足以讓我無法使用它。

我計划使用stats package 中的ARIMA ，但問題在於實施。 如何在殘差上制作 AR(1)，並按原樣制作其他變量？

Answer 1

如果我理解正確，您可以通過xreg參數為您的arima model 提供外部回歸量。

您不提供示例數據，所以我沒有什么可玩的，但是您的 model 應該轉換為類似

model <- arima(data$y, xreg = as.matrix(data[, c("x1", "x2", "x3")]), order = c(1, 0, 0))

說明：第一個參數data$y包含您的時間序列數據。 xreg將您的外部回歸量包含為一個matrix ，每一列都包含與您的時間點一樣多的該回歸量的觀察值。 order = c(1, 0, 0)定義了一個 AR(1) model。