全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
2648 1
2012-04-16
李子奈教授计量经济学第三版第四章例题4.2.1中
前面部分关于回归一元、二元很容易实现,后面的对4.2.24式进行序列相关性的lagrange乘数检验即
$e_t=\alpha+\beta X+\beta_1 T^2+\beta_2 e_{t-1}$的回归如何实现?
以及广义差分的估计如何实现?
我采用dynlm包中的dynlm命令得出的结论和教材完全不一样,而且感觉也不对。现奉上我前面的程序及所需要的数据,望高手给出R程序的实现。(还是李的例题有问题?)
library(bstats)
library(dynlm)
bbc<-read.csv("F:/data/2.6.2.csv",header=TRUE)
attach(bbc)
lm.1<-lm(Y~X)
summary(lm.1)
dw.test(lm.1)
rs<-(resid(lm.1))
plot(bbc$year,rs,type="l",col=2)
abline(h=0,col=4)
rs1<-rs[-1]
rs2<-rs[-length(rs)]
plot(rs1,rs2,col=4,xlab="e(t-1)",ylab="e(t)")
abline(h=0,col=2)
abline(v=0,col=2)
T<-bbc$year-1977
lm.2<-lm(Y~X+I(T^2),data=bbc)
summary(lm.2)
dw.test(lm.2)
res<-resid(lm.2)
lm.3<-dynlm(res~X+I(T^2)+L(res),data=bbc)
summary(lm.3)
结果lm.3的结果与教材完全不同。





附件列表

2.6.2 data.rar

大小:1010 Bytes

 马上下载

本附件包括:

  • 2.6.2.csv

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
2012-4-24 15:12:06
为什么高手还不现身呢?快出来吧!也为了R在计量中的发展而努力!
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