dat <- dat[1:nrow(dat),(7:62)]

这是说 dat 只保留原 dat的 7 到62 列

rs <- rbind(as.matrix(seq(0,18,1)),21,24,30,as.matrix(seq(36,(36+7*12),12)))

as.matrix(seq(0,18,1))
这里是把一个array 变成matrix

rbind是把那里面的串数字按行连起来，成为一个n×1的matrix，这行可以直接运行，你把它复制到R里面运行看看就知道了。

这是作者的数据型态

由于比较9组数据,所以才建立rates_i

你应该不用建立rates_i

       V7    V8    V9   V10   V11   V12   V13   V14   V15   V16   V17   V18
1   0.798 1.209 1.445 1.537 1.575 1.590 1.596 1.596 1.593 1.589 1.584 1.580
2   0.779 1.210 1.455 1.546 1.579 1.589 1.589 1.584 1.577 1.568 1.560 1.552
3   1.239 1.439 1.555 1.609 1.641 1.665 1.683 1.699 1.714 1.727 1.739 1.751
.....
482 5.220 5.677 5.997 6.178 6.225 6.206 6.186 6.188 6.208 6.244 6.294 6.358
      V19   V20   V21   V22   V23   V24   V25   V26   V27   V28   V29   V30
1   1.575 1.571 1.568 1.565 1.563 1.562 1.562 1.567 1.575 1.599 1.630 1.699
2   1.545 1.538 1.534 1.530 1.528 1.528 1.528 1.536 1.548 1.582 1.623 1.714
3   1.762 1.773 1.783 1.793 1.803 1.813 1.822 1.849 1.874 1.919 1.960 2.026
.....
482 6.431 6.508 6.583 6.653 6.714 6.765 6.806 6.892 6.954 7.066 7.189 7.430
      V31   V32   V33   V34   V35   V36   V37   V38   V39   V40   V41   V42
1   1.774 1.852 1.933 2.015 2.098 2.183 2.264 2.336 2.393 2.430 2.442 2.426
2   1.808 1.902 1.993 2.082 2.166 2.246 2.318 2.379 2.424 2.452 2.458 2.441
3   2.083 2.134 2.181 2.225 2.267 2.308 2.346 2.383 2.418 2.450 2.481 2.508
.....
482 7.623 7.765 7.863 7.936 8.001 8.069 8.142 8.216 8.287 8.352 8.407 8.450
        V43     V44     V45     V46     V47     V48     V49     V50     V51
1   -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888
2   -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888
3     2.532   2.553   2.569   2.580   2.586 -88.888 -88.888 -88.888 -88.888
.....
482   8.479   8.495   8.498   8.486   8.460   8.420   8.366   8.301   8.224
        V52     V53     V54     V55     V56     V57     V58     V59     V60
1   -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888
2   -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888
3   -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888 -88.888
.....
482   8.140   8.049   7.956   7.863 -88.888 -88.888 -88.888 -88.888 -88.888
        V61     V62
1   -88.888 -88.888
2   -88.888 -88.888
3   -88.888 -88.888
.....
482 -88.888 -88.888

######rates_i
      [,1] [,2]
[1,]    1    2
[2,]    1    3
[3,]    1    6
[4,]    3    6
[5,]    3   12
[6,]    3  120
[7,]   12   24
[8,]   12  120
[9,]   24  120
########## procedure
Number of Bootstrap Replications     50
Number of Gridpoints for threshold   50
Cointegrating Vector fixed at       1
[1] "short_i"
[1] 2
[1] "long_i"
[1] 3
[1] "long_i"
     V9    V8
1 1.445 1.209
2 1.455 1.210
3 1.555 1.439
**********************************************************

Long Rate  (month):      2
Short Rate (month):      1
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -1049.493
AIC                   -1033.493
BIC                   -1028.043

  Equation 1
   0.081899    0.23554
  -0.007664    0.04248
   0.389354    0.27974
  -0.288518    0.23198

  Equation 2
   0.662612    0.24171
  -0.122494    0.04331
   0.578937    0.27125
  -0.437543    0.23857

Threshold VECM Estimates

Threshold Estimate             0.032
Cointegrating Vector Estimate  1
Negative Log-Like              -1089.685
AIC                            -1057.685
BIC                            -1046.785

First Regime
Percentage of Obs 0.11875

  Equation 1
   0.37513    1.4089
  -0.12081    0.1003
  -0.45586    0.5128
  -0.02404    0.4642

  Equation 2
   2.59156    1.6239
  -0.24869    0.1091
  -0.31520    0.5308
   0.02136    0.4931

Second Regime
Percentage of Obs 0.88125

  Equation 1
   0.029670    0.23206
   0.002812    0.04294
   0.530674    0.27155
  -0.275981    0.23837

  Equation 2
   0.577925    0.24437
  -0.097514    0.04442
   0.668365    0.27426
  -0.412041    0.25164

Wald Test for Equality of Dynamic Coefs  31.72677   2.175522e-06
Wald Test for Equality of ECM Coef       9.400499   0.00909301
[1] "short_i"
[1] 2
[1] "long_i"
[1] 4
[1] "long_i"
    V10    V8
1 1.537 1.209
2 1.546 1.210
3 1.609 1.439
**********************************************************

Long Rate  (month):      3
Short Rate (month):      1
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -904.2217
AIC                   -888.2217
BIC                   -882.7718

  Equation 1
  -0.02517    0.14805
   0.01674    0.04786
   0.19173    0.18921
  -0.08442    0.14309

  Equation 2
   0.47959    0.15831
  -0.14789    0.04939
   0.45294    0.19111
  -0.27795    0.15604

Threshold VECM Estimates

Threshold Estimate             0.274
Cointegrating Vector Estimate  1
Negative Log-Like              -936.4757
AIC                            -904.4757
BIC                            -893.5759

First Regime
Percentage of Obs 0.5208333

  Equation 1
  -0.3084    0.46640
   0.1015    0.08105
   0.3077    0.34505
  -0.5977    0.24998

  Equation 2
   0.5914    0.47204
  -0.1130    0.08155
   0.5378    0.32542
  -0.6664    0.24371

Second Regime
Percentage of Obs 0.4791667

  Equation 1
   0.07982    0.18649
  -0.03220    0.08463
   0.14056    0.19340
   0.16402    0.16219

  Equation 2
   0.60136    0.20782
  -0.21944    0.09218
   0.38507    0.21583
  -0.05859    0.19230

Wald Test for Equality of Dynamic Coefs  23.36054   0.0001072635
Wald Test for Equality of ECM Coef       3.098015   0.2124588

[1] "short_i"
[1] 2
[1] "long_i"
[1] 7
[1] "long_i"
    V13    V8
1 1.596 1.209
2 1.589 1.210
3 1.683 1.439
**********************************************************

Long Rate  (month):      6
Short Rate (month):      1
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -795.4003
AIC                   -779.4003
BIC                   -773.9504

  Equation 1
  -0.13294    0.08350
   0.08305    0.04445
   0.19526    0.14076
  -0.04162    0.10434

  Equation 2
   0.20725    0.10128
  -0.10957    0.04974
   0.46079    0.14960
  -0.26193    0.11403

Threshold VECM Estimates

Threshold Estimate             0.473
Cointegrating Vector Estimate  1
Negative Log-Like              -806.7996
AIC                            -774.7996
BIC                            -763.8998

First Regime
Percentage of Obs 0.49375

  Equation 1
  -0.4148    0.20286
   0.1357    0.06638
   0.2095    0.20968
  -0.2070    0.11459

  Equation 2
   0.2620    0.21262
  -0.1157    0.06641
   0.3242    0.16680
  -0.3578    0.11344

Second Regime
Percentage of Obs 0.50625

  Equation 1
  -0.18094    0.1182
   0.16329    0.1003
   0.15140    0.1692
   0.04167    0.1421

  Equation 2
   0.25213    0.1651
  -0.14865    0.1328
   0.43653    0.1892
  -0.17888    0.1577

Wald Test for Equality of Dynamic Coefs  5.809176   0.2138595
Wald Test for Equality of ECM Coef       2.820796   0.2440462
[1] "short_i"
[1] 4
[1] "long_i"
[1] 7
[1] "long_i"
    V13   V10
1 1.596 1.537
2 1.589 1.546
3 1.683 1.609
**********************************************************

Long Rate  (month):      6
Short Rate (month):      3
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -1170.032
AIC                   -1154.032
BIC                   -1148.582

  Equation 1
  -0.30727    0.17024
   0.08190    0.04084
   0.25739    0.22642
  -0.11409    0.19439

  Equation 2
  -0.05042    0.19133
   0.02050    0.04294
   0.36426    0.23633
  -0.23648    0.21885

Threshold VECM Estimates

Threshold Estimate             0.403
Cointegrating Vector Estimate  1
Negative Log-Like              -1190.58
AIC                            -1158.58
BIC                            -1147.681

First Regime
Percentage of Obs 0.825

  Equation 1
   0.15182    0.22731
   0.02732    0.04995
   0.44419    0.23197
  -0.21550    0.21538

  Equation 2
   0.28331    0.23367
  -0.01553    0.05057
   0.50553    0.22033
  -0.25491    0.20429

Second Regime
Percentage of Obs 0.175

  Equation 1
  -0.58737    0.3815
   0.17697    0.2284
   0.01184    0.4424
  -0.02465    0.3454

  Equation 2
  -0.18176    0.4833
   0.02249    0.2687
   0.17419    0.4876
  -0.23662    0.4317

Wald Test for Equality of Dynamic Coefs  3.162593   0.530994
Wald Test for Equality of ECM Coef       4.968195   0.08340078

[1] "short_i"
[1] 4
[1] "long_i"
[1] 13
[1] "long_i"
    V19   V10
1 1.575 1.537
2 1.545 1.546
3 1.762 1.609
**********************************************************

Long Rate  (month):      12
Short Rate (month):      3
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -938.1015
AIC                   -922.1015
BIC                   -916.6516

  Equation 1
  -0.16540    0.07704
   0.08008    0.04377
   0.26034    0.12098
  -0.11995    0.13434

  Equation 2
   0.04363    0.08725
  -0.01105    0.04488
   0.33610    0.13890
  -0.16112    0.17217



Threshold VECM Estimates

Threshold Estimate             0.059
Cointegrating Vector Estimate  1
Negative Log-Like              -962.395
AIC                            -930.395
BIC                            -919.4951

First Regime
Percentage of Obs 0.1083333

  Equation 1
  -0.7285    0.3855
  -0.1118    0.1345
   0.4446    0.3911
  -0.7451    0.4029

  Equation 2
  -0.3991    0.4041
  -0.1881    0.1501
   0.3496    0.3608
  -0.5427    0.4094

Second Regime
Percentage of Obs 0.8916667

  Equation 1
  -0.153545    0.06268
   0.092644    0.03197
   0.102052    0.10278
   0.123555    0.10576

  Equation 2
   0.040964    0.08534
   0.005291    0.03911
   0.255547    0.14005
  -0.012659    0.18259

Wald Test for Equality of Dynamic Coefs  15.42931   0.003888822
Wald Test for Equality of ECM Coef       3.0961   0.2126623


[1] "short_i"
[1] 4
[1] "long_i"
[1] 30
[1] "long_i"
    V36   V10
1 2.183 1.537
2 2.246 1.546
3 2.308 1.609
**********************************************************

Long Rate  (month):      120
Short Rate (month):      3
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -950.1987
AIC                   -934.1987
BIC                   -928.7488

  Equation 1
  -0.033388    0.01846
   0.046029    0.02478
   0.057342    0.07897
  -0.005689    0.04493

  Equation 2
   0.065958    0.03928
  -0.062863    0.05867
   0.304977    0.14927
   0.053280    0.12817



Threshold VECM Estimates

Threshold Estimate             -0.073
Cointegrating Vector Estimate  1
Negative Log-Like              -978.6271
AIC                            -946.6271
BIC                            -935.7272

First Regime
Percentage of Obs 0.1208333

  Equation 1
  -0.009877    0.10914
   0.143262    0.08978
   0.295640    0.20713
  -0.219139    0.07932

  Equation 2
   0.490045    0.25502
   0.485884    0.20963
   1.000256    0.46021
  -0.273562    0.24542

Second Regime
Percentage of Obs 0.8791667

  Equation 1
  -0.02341    0.01914
   0.03057    0.02341
  -0.01969    0.07787
   0.06908    0.04250

  Equation 2
   0.06217    0.02540
  -0.06608    0.03970
   0.11334    0.11704
   0.19594    0.13293

Wald Test for Equality of Dynamic Coefs  11.36111   0.02279186
Wald Test for Equality of ECM Coef       8.475848   0.01443754


[1] "short_i"
[1] 13
[1] "long_i"
[1] 21
[1] "long_i"
    V27   V19
1 1.575 1.575
2 1.548 1.545
3 1.874 1.762
**********************************************************

Long Rate  (month):      24
Short Rate (month):      12
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -1297.641
AIC                   -1281.641
BIC                   -1276.192

  Equation 1
   0.009341    0.11403
   0.007730    0.03654
   0.295526    0.30657
  -0.151536    0.27326

  Equation 2
   0.116076    0.12885
  -0.014877    0.04146
   0.562007    0.34765
  -0.317521    0.31697



Threshold VECM Estimates

Threshold Estimate             -0.369
Cointegrating Vector Estimate  1
Negative Log-Like              -1332.816
AIC                            -1300.816
BIC                            -1289.916

First Regime
Percentage of Obs 0.07291667

  Equation 1
   2.94382    1.1951
   1.70170    0.6453
  -0.09464    0.7522
   0.18135    0.6635

  Equation 2
   3.78830    1.2985
   2.05886    0.6945
  -0.05070    0.8482
   0.27430    0.7669

Second Regime
Percentage of Obs 0.9270833

  Equation 1
  -0.070962    0.08768
   0.029247    0.02692
   0.028792    0.21166
   0.090202    0.20237

  Equation 2
  -0.005601    0.09652
   0.018101    0.03066
   0.262262    0.24383
  -0.081174    0.23595

Wald Test for Equality of Dynamic Coefs  8.938421   0.06265724
Wald Test for Equality of ECM Coef       12.34644   0.002084512


[1] "short_i"
[1] 13
[1] "long_i"
[1] 30
[1] "long_i"
    V36   V19
1 2.183 1.575
2 2.246 1.545
3 2.308 1.762
**********************************************************

Long Rate  (month):      120
Short Rate (month):      12
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -1086.787
AIC                   -1070.787
BIC                   -1065.337

  Equation 1
  -0.01376    0.02385
   0.01972    0.02158
   0.04835    0.09872
   0.01074    0.05421

  Equation 2
   0.08820    0.05107
  -0.04750    0.04771
   0.32452    0.19178
   0.04988    0.12270



Threshold VECM Estimates

Threshold Estimate             -0.99
Cointegrating Vector Estimate  1
Negative Log-Like              -1126.207
AIC                            -1094.207
BIC                            -1083.307

First Regime
Percentage of Obs 0.06041667

  Equation 1
   0.27041    0.2411
   0.52408    0.3006
   0.16291    0.2415
  -0.15349    0.1194

  Equation 2
   1.36243    0.4388
   1.70800    0.5750
   0.46239    0.5833
   0.06482    0.2717

Second Regime
Percentage of Obs 0.9395833

  Equation 1
  -0.016989    0.02271
   0.021693    0.01964
  -0.001802    0.10336
   0.069806    0.05617

  Equation 2
   0.037612    0.03752
  -0.003784    0.03815
   0.207725    0.18092
   0.158085    0.12681

Wald Test for Equality of Dynamic Coefs  4.868932   0.3010122
Wald Test for Equality of ECM Coef       24.08407   5.891304e-06


[1] "short_i"
[1] 21
[1] "long_i"
[1] 30
[1] "long_i"
    V36   V27
1 2.183 1.575
2 2.246 1.548
3 2.308 1.874
**********************************************************

Long Rate  (month):      120
Short Rate (month):      24
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -1224.432
AIC                   -1208.432
BIC                   -1202.982

  Equation 1
  -0.003543    0.03504
   0.013003    0.02200
   0.001885    0.11950
   0.050618    0.07498

  Equation 2
   0.117996    0.06565
  -0.041000    0.04156
   0.247643    0.20171
   0.039889    0.13062



Threshold VECM Estimates

Threshold Estimate             -0.615
Cointegrating Vector Estimate  1
Negative Log-Like              -1264.154
AIC                            -1232.154
BIC                            -1221.255

First Regime
Percentage of Obs 0.05625

  Equation 1
   0.3570    0.3883
   0.3705    0.3219
  -0.2282    0.4202
   0.1135    0.2850

  Equation 2
   1.5866    0.5893
   1.2287    0.4865
  -0.4015    0.7431
   0.6050    0.4874

Second Regime
Percentage of Obs 0.94375

  Equation 1
  -0.024202    0.03181
   0.025431    0.01952
   0.005635    0.12250
   0.077979    0.07537

  Equation 2
   0.045166    0.04708
   0.001201    0.03288
   0.261874    0.20024
   0.056460    0.13149

Wald Test for Equality of Dynamic Coefs  13.52153   0.008989617
Wald Test for Equality of ECM Coef       72.71585   1.110223e-16

是的 我就比较两组数据 30行 2列 一共才这么点数据，我把zeroyld里的数据删了，放进去自己的，然后把tar_ci里面的
dat <- dat[1:nrow(dat),(7:62)]
rs <- rbind(as.matrix(seq(0,18,1)),21,24,30,as.matrix(seq(36,(36+7*12),12)))
short <- 12
long <- 120
short_i <- which.max(rs==short)
long_i <- which.max(rs==long)
dat <- dat[,cbind(long_i,short_i)]  

这一块给删了
结果只得到Linear VECM Estimates
但是 Threshold VECM Estimates 之后就没了

改了数据 刚才还能运行的，重新关了 现在运行到
Number of Bootstrap Replications     5000
Number of Gridpoints for threshold   300
Estimated Cointegrating Vector
Number of Gridpoints for ci vector  300


错误于cat("Long Rate  (month):     ", long, "\n") : 找不到对象'long'
>
就没了 晕

你把数据传上来看看

不方便的话,数据可以随意改.

package "tsDyn"

自带的data zeroyld就是2 variables.

跟你的相同

所以我就依此,修改程序,供你参考

仅改四行.

# Data loaded into matrix "dat" #

#dat <- read.table("zeroyld.dat")

#datstore <- dat[1:nrow(dat),(7:62)]

#rs <- rbind(as.matrix(seq(0,18,1)),21,24,30,as.matrix(seq(36,(36+7*12),12)))

data(zeroyld)

datstore<-zeroyld

rs=c(1,2)

rates_i <- matrix(c(1,2),1,2)

rates_i

#     [,1] [,2]

#[1,]    1    2

  

7.6        41024
7.91        42361
5.26        43752
9.02        45295
10.9        46436
15.17        48197
13.47        49872.7
8.86        51282
11.57        52783
11.27        54334
4.07        55329
3.83        64749
9.2        65491
14.2        66152
14        66808
13.1        67455
10.93        68065
10        68950
9.3        69820
7.8        70637
7.6        71394
8.4        72085
8.31        73025
9.1        73740
10        74432
10.1        75200
10.4        75825
11.61        76400
13.2        76990
9.55        77480
8.74        77995

谢谢老师的指导 我一共就这些数据 不知道该怎么输入 和改哪里 求指教 谢谢

> VECM(zeroyld, lag,r=1, include = c( "const", "trend","none", "both"),beta=NULL, estim=c("2OLS", "ML"),LRinclude=c("none", "const", "trend","both"))
错误于1:p : NA/NaN参数
epoh老师，您好！
     以上代码错在什么地方？

先改一个tar_rate.R

供你参考.

jiezi.txt

  

tar_rate.R

  

请自行参照更改tar_ci.R,ur_rate.R

不过你的数据有问题

是否需经处理,或数据不合适

请自行斟酌.

*************************

Number of Bootstrap Replications     50
Number of Gridpoints for threshold   30
Cointegrating Vector fixed at       1

     V2   V1
1 41024 7.60
2 42361 7.91
3 43752 5.26
**********************************************************

Long Rate  (month):      2
Short Rate (month):      1
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     233.6749
AIC                   249.6749
BIC                   245.3741

  Equation 1
  -5.056e-02    1.926e-02
   4.562e+03    1.474e+03
  -7.860e-02    4.837e-02
  -2.956e+02    2.060e+02

  Equation 2
   1.235e-05    4.758e-05
  -1.486e+00    3.387e+00
   5.732e-04    1.000e-04
   1.286e-01    1.740e-01

Threshold VECM Estimates

Threshold Estimate             54322.73
Cointegrating Vector Estimate  1
Negative Log-Like              215.1869
AIC                            247.1869
BIC                            238.5852

First Regime
Percentage of Obs 0.3103448

  Equation 1
  -7.861e-03    2.143e-02
   2.325e+03    9.345e+02
  -3.437e-01    4.255e-01
   9.098e+00    2.091e+01

  Equation 2
  -2.559e-04    3.294e-04
   2.715e+01    1.588e+01
  -1.031e-02    2.823e-03
   4.183e-02    2.810e-01

Second Regime
Percentage of Obs 0.6896552

  Equation 1
  -2.213e-01    6.572e-02
   1.694e+04    4.810e+03
  -2.023e-01    6.630e-02
  -3.508e+02    1.030e+02

  Equation 2
  -5.581e-05    8.362e-05
   3.503e+00    6.025e+00
   5.955e-04    7.335e-05
   2.891e-01    1.862e-01

Wald Test for Equality of Dynamic Coefs  30.75156   3.440211e-06
Wald Test for Equality of ECM Coef       11.80651   0.002730549

***************************

错误在solve.default(v)

此外: Warning message:

In sqrt(hp) : 产生了 NaNs

zhangtao兄

library(tsDyn)
data(zeroyld)
data<-zeroyld
#Fit a VECM with Johansen MLE estimator:
vecm.jo<-VECM(zeroyld, lag=2, r=1,include = "both",estim="ML")
vecm.jo
                                      ECT    Intercept         Trend
Equation short.run -0.02173938  0.039680380 -4.899791e-05
Equation long.run   0.07724847 -0.008724736 -1.692648e-04
                              short.run -1 long.run -1 short.run -2 long.run -2
Equation short.run   0.03615135  0.02135291  -0.04326987 -0.02589591
Equation long.run    0.30255266  0.06757760  -0.03446417 -0.07055439

epoh 老师你好
我按你说的方法 里面完全复制你里面的 tar_rate.rar

  tar_ci.R 里改成
#dat <- read.table("zeroyld.dat")
#datstore <- dat[1:nrow(dat),(7:62)]
#rs <- rbind(as.matrix(seq(0,18,1)),21,24,30,as.matrix(seq(36,(36+7*12),12)))
#data(zeroyld)
#datstore<-zeroyld
datstore=read.table("jiezi.txt")
rs=c(1,2)
rates_i <- matrix(c(1,2),1,2)
rates_i

上面的control改成
gn <- 30              # number of gridpoints for gamma
bn <- 30                # number of gridpoints for beta  

ur_rate.R也做了类似改动

然后先运行tar_ci.R
出来
**********************************************************

Number of Bootstrap Replications     5000
Number of Gridpoints for threshold   30
Estimated Cointegrating Vector
Number of Gridpoints for ci vector  30


错误于cat("Long Rate  (month):     ", long, "\n") : 找不到对象'long'

再运行tar_rate.R
出来
**********************************************************

Number of Bootstrap Replications     5000
Number of Gridpoints for threshold   300
Cointegrating Vector fixed at       1


**********************************************************

Long Rate  (month):      2
Short Rate (month):      1
Number of VAR lags:      1

Linear VECM Estimates

Cointegrating Vector  1
Negative Log-Like     -19.11605
AIC                   -3.116053
BIC                   -7.416869

  Equation 1
  -0.5267066    0.1586
   3.5619265    1.0860
   0.3454491    0.1908
  -1.0579601    1.0998

  Equation 2
   0.0431858    0.0162
  -0.2902415    0.1348
  -0.0004176    0.0176
   0.6190880    0.1442



错误于if (min(rbind(n1, (t - n1)))/t > trim) { :
  需要TRUE/FALSE值的地方不可以用缺少值

再运行ur_rate.R
出来
**********************************************************

Number of Bootstrap Replications     5000


**********************************************************

Long Rate  (month):      2
Short Rate (month):      1
Number of VAR lags:      1

ADF test                 -3.935788

Estimated CI vector      12.50954 -0.8366052
Engle-Granger test       -3.964176

错误于t(x1) %*% sim1 : 非整合参数

这样之后在运行tar_ci.R
就完全出来了 效果和原程序一样
不知道为什么 不过已经能全出来了

很感谢您！！！

data(zeroyld)
data<-zeroyld
epoh老师，以上两行是什么意思？
为什么下面的程序也能执行出结果？
> library(tsDyn)
> data(zeroyld)
> data<-zeroyld
> #Fit a VECM with Johansen MLE estimator:
> vecm.jo<-VECM(data, lag=2, r=1,include = "both",estim="ML")
> vecm.jo
                           ECT    Intercept         Trend short.run -1 long.run -1 short.run -2
Equation short.run -0.02173938  0.039680380 -4.899791e-05   0.03615135  0.02135291  -0.04326987
Equation long.run   0.07724847 -0.008724736 -1.692648e-04   0.30255266  0.06757760  -0.03446417
                   long.run -2
Equation short.run -0.02589591
Equation long.run  -0.07055439
>

通常每个package都有自带的data,

供使用者演练熟悉,方便进一步套用自己的数据

function data()

   Loads specified data sets, or list the available data sets.

若你想知道package tsDyn自带多少data sets,

可以用底下语法:

try(data(package = "tsDyn") ) # list the data sets in the tsDyn package

#Data sets in package ｀tsDyn＇

IIPUs           US monthly industrial production from Hansen (1999)

UsUnemp         US unemployment series used in Caner and Hansen (2001)

barry           Time series of PPI used as example in Bierens and Martins (2010)

zeroyld         zeroyld time series

#####

data(zeroyld)  #load data

data<-zeroyld  #new data name

所以底下两者都能执行出结果

vecm.jo<-VECM(data, lag=2, r=1,include = "both",estim="ML")

vecm.jo

vecm.jo1<-VECM(zeroyld, lag=2, r=1,include = "both",estim="ML")

vecm.jo1

  

epoh老师，您好！
     那如何查看数据集zeroyld呢？
为什么工在载入tsDyn以后，直接键入zeroyld，
看不到数据集呢？
在R中能对数据集zeroyld直接进行修改吗？
如何修改？
非常感谢！

1.查看数据集:

  library(tsDyn)

  data(zeroyld)  #load data

  zeroyld        #or print(zeroyld)  

      short.run long.run

1       2.183    1.575

2       2.246    1.545

3       2.308    1.762

.....

.....

480     8.103    6.842

481     8.069    6.531

482     8.069    6.431

2.在R中对数据集zeroyld直接进行修改

  可以,但不方便.

3.要看一下数据内容很简单

  譬如:zeroyld.dat(13 楼)

  可用用WordPad开启,也可以用NotePad开启

  

4.要修改数据也很简单

  我建议把数据存成zeroyld.csv

  然后直接修改,这是大家最熟悉的了.

  write.csv( zeroyld ,"zeroyld.csv",row.names = F,col.names = T)

  改完之后,依你习惯,可存成任意格式

  xxx.xls, xxx.csv, xxx.txt, xxx.dat,.....

5.####in R

  data=read.csv("zeroyld.csv")

  vecm.jo<-VECM(data, lag=2, r=1,include = "both",estim="ML")

  vecm.jo

####in Matlab

  file\Import Data\....\zeroyld.csv

####in gauss

   z= "c:\\zeroyld.csv";

   range = "a2:b483";

   data=xlsreadm(z, range, 1, "");

   short=data[.,1];

   long=data[.,2];

   print(short);

   print(long);