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
3892 3
2012-05-14
請問一下
每篇paper都有寫說做 var時 要殘差符合白噪音
請問在eviews裡,要點什麼才是可以看到殘差有沒有符合白噪音?
看了兩本書,寫法都不一樣
一 是要proc -make residuals 然後就會產生依幾個變數就會有幾個殘差
然後再去做每條殘差的q-test
二是用view-residuals tests 裡面的Portmanteau Autocorrelation Test
請問到底是哪一種??
還是有其他種方法來看var的殘差是否有符合白噪音~
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
2012-5-16 13:00:55
為什麼都沒有人回我~
拜託這問題應該很簡單~
只需要稍微指點一下就好~拜託~
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

2012-5-18 03:44:03


問一個很蠢的問題
我想要確認一下
在文獻上不很常看到計量的模型:假設是VAR(1)-GARCH(1,1)
TABLE裡會有係數,
然後在這些係數的下面會有Q(6)=21.71*  Q(12)=52.31**   Q(18)=81.22
例如下面程式
第一個問題
橘色的這些數字是下面紅色的還是綠色的???
第二個問題
綠色代表什麼??
A:綠色是代表顯著水準的值嗎?例如標準分配的Z(0.05)=1.96 ,就是這個1.96
只要紅色的值大於綠色就是顯著,因為紅色值都大於綠色,所以都顯著,都要打星星,這個模型就有白色噪音,此模型不佳
B:綠色的是代表Prob嗎??
也就是能不能打星星的標準
綠色只要大於o.1和0.05及0.01就代表沒有符合白噪音,不能打星星,符合白色噪音,此模型良好
請問是A還是B 還是另外的答案??

system(model=var0)        
variables DLUS DLTINDEX        
lags 1        
det constant        
end(system)        
garch(p=1,q=1,model=var0,mv=bek,pmethod=simplex,piters=10,hmatrices=hh1,rvectors=rr1)        
        
MV-GARCH, BEKK - Estimation by BFGS        
Convergence in    36 Iterations. Final criterion was  0.0000038 <=  0.0000100        
Usable Observations                      1959        
Log Likelihood                     14525.0768        
        
    Variable                        Coeff      Std Error      T-Stat      Signif        
************************************************************************************        
1.  DLUS{1}                      -0.012153052  0.022566589     -0.53854  0.59020306        
2.  DLTINDEX{1}                  -0.011248225  0.004240145     -2.65279  0.00798289        
3.  Constant                     -0.000067211  0.000058968     -1.13979  0.25437341        
4.  DLUS{1}                      -0.269909264  0.082878573     -3.25668  0.00112722        
5.  DLTINDEX{1}                   0.032347889  0.022102495      1.46354  0.14331964        
6.  Constant                      0.000467359  0.000247091      1.89145  0.05856484        
7.  C(1,1)                        0.000409339  0.000057248      7.15026  0.00000000        
8.  C(2,1)                        0.000381510  0.000322301      1.18371  0.23652918        
9.  C(2,2)                        0.001371552  0.000220222      6.22804  0.00000000        
10. A(1,1)                        0.299188616  0.019854065     15.06939  0.00000000        
11. A(1,2)                        0.011721056  0.073571687      0.15931  0.87342089        
12. A(2,1)                        0.006853076  0.004100286      1.67137  0.09464950        
13. A(2,2)                        0.261940623  0.022351627     11.71909  0.00000000        
14. B(1,1)                        0.946968387  0.006509017    145.48561  0.00000000        
15. B(1,2)                       -0.019261816  0.024969676     -0.77141  0.44046496        
16. B(2,1)                       -0.003326861  0.001443724     -2.30436  0.02120242        
17. B(2,2)                        0.960027019  0.006811212    140.94805  0.00000000        

        
set stdDLUS0 = rr1(t)(1)/sqrt(hh1(t)(1,1))        
set stdDLTINDEX0 = rr1(t)(2)/sqrt(hh1(t)(2,2))        
        
@mvqstat(lags=1)        
# stdDLUS0        
@mvqstat(lags=1)        
# stdDLTINDEX0        
@mvqstat(lags=1)        
# stdDLUS0  stdDLTINDEX0        
Multivariate Q(1)=       1.04655        
Significance Level as Chi-Squared(1)=       0.30630        
Multivariate Q(1)=       1.15578        
Significance Level as Chi-Squared(1)=       0.28234        
Multivariate Q(1)=       2.79072        
Significance Level as Chi-Squared(4)=       0.59344        
        
@mvqstat(lags=2)        
# stdDLUS0        
@mvqstat(lags=2)        
# stdDLTINDEX0        
@mvqstat(lags=2)        
# stdDLUS0  stdDLTINDEX0        
Multivariate Q(2)=       2.73966        
Significance Level as Chi-Squared(2)=       0.25415        
Multivariate Q(2)=       1.58646        
Significance Level as Chi-Squared(2)=       0.45238        
Multivariate Q(2)=       6.49596        
Significance Level as Chi-Squared(8)=       0.59186        
        
@mvqstat(lags=4)        
# stdDLUS0        
@mvqstat(lags=4)        
# stdDLTINDEX0        
@mvqstat(lags=4)        
# stdDLUS0  stdDLTINDEX0        
Multivariate Q(4)=       3.71486        
Significance Level as Chi-Squared(4)=       0.44597        
Multivariate Q(4)=       4.33524        
Significance Level as Chi-Squared(4)=       0.36253        
Multivariate Q(4)=      14.86608        
Significance Level as Chi-Squared(16)=       0.53447        
        
@mvqstat(lags=5)        
# stdDLUS0        
@mvqstat(lags=5)        
# stdDLTINDEX0        
@mvqstat(lags=5)        
# stdDLUS0  stdDLTINDEX0        
Multivariate Q(5)=      15.82337        
Significance Level as Chi-Squared(5)=       0.00737        
Multivariate Q(5)=       4.59255        
Significance Level as Chi-Squared(5)=       0.46760        
Multivariate Q(5)=      28.20297        
Significance Level as Chi-Squared(20)=       0.10468        
        








好奇的問一下
@mvqstat(lags=1)        
# stdDLUS0  stdDLTINDEX0        


Multivariate Q(1)=       2.79072        
Significance Level as Chi-Squared(4)=       0.59344

為什麼都會有這種兩個都有的??
不是只要一個就好嗎?
@mvqstat(lags=1)        
# stdDLUS0        
@mvqstat(lags=1)        
# stdDLTINDEX0        

Multivariate Q(1)=       1.04655        
Significance Level as Chi-Squared(1)=       0.30630        
Multivariate Q(1)=       1.15578        
Significance Level as Chi-Squared(1)=       0.28234        

兩個的是什麼??

謝謝您!!!!
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

2012-8-15 11:38:12
同问
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