全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 EViews专版
16621 2
2012-03-18
Dependent Variable: LOG(Y)   
Method: Least Squares   
Date: 03/18/12   Time: 14:34   
Sample (adjusted): 1995Q2 2011Q4   
Included observations: 67 after adjustments   
Convergence achieved after 9 iterations   
   
Variable Coefficient Std. Error t-Statistic Prob.  
   
C -1.514036 0.875055 -1.730218 0.0886
X1 0.003278 0.002527 1.297120 0.1994
X2 0.525178 0.142449 3.686780 0.0005
X3 -0.013303 0.017436 -0.762950 0.4484
ar(1) 0.986600 0.020078 49.13875 0.0000
   
R-squared 0.983711     Mean dependent var  -0.874449
Adjusted R-squared 0.982660     S.D. dependent var  0.177436
S.E. of regression 0.023365     Akaike info criterion  -4.603443
Sum squared resid 0.033848     Schwarz criterion  -4.438913
Log likelihood 159.2153     Hannan-Quinn criter.  -4.538338
F-statistic 936.0465     Durbin-Watson stat  1.966890
Prob(F-statistic) 0.000000   
   
Inverted AR Roots       .99   

请问Inverted AR Roots   ?这个值有什么含义。只知道当这个值等于1的时候,AR过程是不稳定的,可是趋近于1,如这儿的0.99呢?是好是坏
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2012-12-25 14:36:08
一般不关注这个
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-5-31 09:49:54
这个0.99,就是AR(1)的系数0.986600 ,保留两位的结果。
正式名称是特征根,用希腊字母λ表示,可以由自回归系数来求得。
对于AR(1)来说,它恰等于1阶自回归系数(φ)估计值,对于AR(2)来说,它是复数。
AR(2)模型的特征方程是:λ方 - φ1λ - φ2=0
代入φ1,φ2,可求解。
案例:
xt=x(t-1) - 0.5x(t-2) + εt
则φ1=1, φ2= - 0.5
则特征方程为:λ方 - λ + 0.5=0
解得:
λ1=(1+i )/2
λ2=(1- i )/2
再根据平稳条件:λ1绝对值小于1,λ2绝对值小于1,可以判断模型的平稳性。
本例中,λ1绝对值小于1,λ2绝对值小于1,AR模型平稳。
记住特征方程是关键:王燕,应用时间序列分析,第二版,P47

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群