整个eviews或者是python建立的模型应该仿照了Hamilton（1989）的模型(这个是python建立马尔可夫自回归模型的链接https://www.statsmodels.org/stable/examples/notebooks/generated/markov_autoregression.html，这个是eviews对应的参考链接https://www.eviews.com/help/helpintro.html#page/content/switching-Estimating_Switching_Regressions_in_EViews.html)由Hamilton（1989）引入的马尔可夫转换自回归模型是一个非线性时间序列模型，允许数据生成过程中存在不同的制度或状态。该模型可以表示为： $$y_t = \mu_{s_t} + \phi_1 (y_{t-1} - \mu_{s_t-1}) + \phi_2 (y_{t-2} - \mu_{s_t-2}) + \phi_3 (y_{t-3} - \mu_{s_t-3}) + \phi_4 (y_{t-4} - \mu_{s_t-4}) + \varepsilon_t$$ 其中$y_t$是观测变量，$\mu_{s_t}$是制度特定的均值，$\phi_i$是自回归系数，$\varepsilon_t$是误差项
但是我想建立的MSIH-AR模型的方程没有制度特定的均值，我需要引入regime specific的截距以及误差项的异方差。方程的形式如下，有人知道使用eviews, python, matlab, R或者是其他编程语言(软件)如何实现吗?
$$\begin{align} y_t = a_{S_t} + + \phi_1 y_{t-1} + \dots + \phi_p y_{t-p} + \varepsilon_t \\ \varepsilon_t \sim N(0, \sigma_{S_t}^2) \end{align}$$