全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 悬赏大厅 求助成功区
1984 5
2013-03-18
悬赏 10 个论坛币 已解决
【作者(必填)】STOCK, J. H
【文题(必填Unit Roots and Structural Breaks
【年份(必填)】1994
【全文链接或数据库名称(选填)】in Handbook of Econometrics, Vol. 4,
ed. by R.F. Engle and D. McFadden. Amsterdam: Elsevier, 2739-2841.


最佳答案

jigesi 查看完整内容

Unit Roots and Structural Breaks
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
2013-3-18 09:06:09
Unit Roots and Structural Breaks
附件: 您需要登录才可以下载或查看附件。没有帐号?我要注册
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

2013-4-1 07:14:58
版主,向你请教:
    我在用R包中自带的数据进行门限回归学习;发现有些问题要向请教。
> library(TSA)
> data(prey.eq)
> prey.tar.1=tar(y=log(prey.eq),p1=4,p2=4,d=3,a=.1,b=.9,print=TRUE)

time series included in this analysis is:  log(prey.eq)
SETAR(2, 1 , 4 ) model delay = 3
estimated threshold =  4.661  from a Minimum AIC  fit with thresholds
searched from the  17  percentile to the   81  percentile of all data.
The estimated threshold is the  56.6  percentile of
all data.
lower regime:
Residual Standard Error=0.2341
R-Square=0.9978
F-statistic (df=2, 28)=6355.76
p-value=0

                       Estimate Std.Err t-value Pr(>|t|)
intercept-log(prey.eq)   0.2621  0.3156  0.8305   0.4133
lag1-log(prey.eq)        1.0175  0.0704 14.4455   0.0000

(unbiased) RMS
0.05479
with no of data falling in the regime being
log(prey.eq) 30

(max. likelihood) RMS for each series (denominator=sample size in the regime)
log(prey.eq) 0.05114

upper regime:
Residual Standard Error=0.2676
R-Square=0.9971
F-statistic (df=5, 18)=1253.556
p-value=0

                       Estimate Std.Err t-value Pr(>|t|)
intercept-log(prey.eq)   4.1986  1.2841  3.2697   0.0043
lag1-log(prey.eq)        0.7081  0.2023  3.5005   0.0026
lag2-log(prey.eq)       -0.3009  0.3118 -0.9648   0.3474
lag3-log(prey.eq)        0.2788  0.4063  0.6861   0.5014
lag4-log(prey.eq)       -0.6113  0.2726 -2.2427   0.0377

(unbiased) RMS
0.07158
with no of data falling in the regime being
23

(max. likelihood) RMS for each series (denominator=sample size in the regime)
0.05602
Nominal AIC is  10.92
      我的问题是,在高区中的滞后2,3,4项的回归系数在一定的显著水平下,P值不算好。那么我肯定要在滞后2,3,4中进行选择最好的。比如,我首先选择lag3-log的系数为零,进行回归,再来看结果。
    请回:1、在门限回归中要不要对各区的系数进行显著性或不显著性判定(用其P值)。
          2、如果应当这样作的话,那么我们又如何来限制不显著的系数为零呢?请就这个结果和prey.tar.1=tar(y=log(prey.eq),p1=4,p2=4,d=3,a=.1,b=.9,print=TRUE)语句邦助修改。谢谢!
      3、另外我试了一种限制的办法,也是不行的。
             prey.tar.1=tar(y=log(prey.eq),p1=4,p2=4,fixed=c(NA,Na,0,Na,NA),d=3,a=.1,b=.9,print=TRUE)
           错误于tar(y = log(prey.eq), p1 = 4, p2 = 4, fixed = c(NA,Na,0,Na,NA),  :
           参数((fixed = c(NA,Na,0,Na,NA))) 没有用。
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

2013-4-1 08:03:17
心若灿烂 发表于 2013-4-1 07:14
版主,向你请教:
    我在用R包中自带的数据进行门限回归学习;发现有些问题要向请教。
> library(TSA)
...
不好意思,我没有用过这个模型。
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

2013-4-1 11:16:21
哦,我希望在这个版面请几个高手,讲一讲有关的用R建模与分析的课程。
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

2013-8-28 21:56:43
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