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
1286 2
2016-06-14
我对向量自回归的理解是,假如有两组时间序列A和B,如果A的变化引起B的变化,B的变化引起A的变化,
那么就可以用向量自回归建立相关模型,来描述这种互为因果的关系。

但我的两组时间序列A和B。
理论上A的变化会带来B的变化,A上升B上升,A下降B下降,但B的增加会带来A的增加,B 的下降不会引起A的变化。
似乎就不能用向量自回归模型来描述,那么这种关系可以用什么模型来描述呢?


求指教!

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
2016-6-15 13:28:46
向量自回归与普通回归最大的不同是引入滞后变量
VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型
所以若单单只是研究一个变量的变动如何引致另一个变量的变动(哪怕是时间序列)建立回归方程就可以,不一定必须建立VAR的。
至于因果关系,如果只是做格兰杰检验,所得到的也仅仅是统计学上的因果,对于你想要研究的因果可能并没有太多作用。
从你的描述来看 我觉得一般的回归就可以了 只不过如果时序时间长的话需要考虑平稳性检验或者协整检验。
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

2016-6-16 15:31:41
胖胖小龟宝 发表于 2016-6-15 13:28
向量自回归与普通回归最大的不同是引入滞后变量
VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞 ...
普通回归是建立A引起B的因果搞关系,无法建立A、B互为因果的关系。我希望是能够建立这种互为因果的关系
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