关于BIC and AIC

31237

收藏 2010-11-13

悬赏 3 个论坛币已解决

接触stata 不久, 在time series 的BIC 和AIC遇到一些问题
为什么display"AIC="log(e(rss))/e(n))+(...)*2e(n) 和varsoc variable maxlag(n)的结果不一样~？？
还有怎么看varsoc maxlag 计算的BIC呢？

一直在学习中，谢谢~

最佳答案

h3327156 查看完整内容

我觉得模型不同，计算公式不同，自然AIC不同。 varsoc 是对症VARs或VECM的。从报表显示，您可以看到好像设定lag一期比较优。有*的地方，大都在lag一期，而且其值比较小。另外，自行计算与展开的AIC，这像是AR模型【暂且不论您的dif是不是已取差分】如果是在后者模型的探讨上，则您可以变化L【执行只有到lag三期的，lag二期的，lag一期的】看看AIC的变化。【这是在探讨模型的配适，选AIC较小的】 varsoc的 r(stats) ...

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

h3327156

2010-11-13 20:43:17

我觉得模型不同，计算公式不同，自然AIC不同。

varsoc 是对症VARs或VECM的。从报表显示，您可以看到好像设定lag一期比较优。
有*的地方，大都在lag一期，而且其值比较小。

另外，自行计算与展开的AIC，这像是AR模型【暂且不论您的dif是不是已取差分】
如果是在后者模型的探讨上，则您可以变化L【执行只有到lag三期的，lag二期的，lag一期的】
看看AIC的变化。【这是在探讨模型的配适，选AIC较小的】

varsoc的 r(stats)是以向量或矩阵储存，那不过是把报表中的统计量表数字存起来，
您要叫出来的话，要用矩阵的指令。
例如
matrix a=r(stats)
matrix list a

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

h3327156

2010-11-13 23:57:30

参考手册 Manual: [TS] varsoc
您display计算出的AIC，坦白说，那公式我看不懂，您可能要对一下varsoc计算AIC的公式。

您执行完varsoc后，
一些统计值存在
r(stats) LL, LR, FPE, AIC, HQIC, SBIC, and p-values

也许我回答的不好，
但希望对您有所帮助。

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

蓝色

2010-11-14 08:38:42

楼上说的没有错

首先的必需把计算的公式的搞清楚，是不是一样的

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

Edward08

2010-11-14 09:00:33

3# 蓝色
"AIC="log(e(rss))/e(n))+(p+1)*2e(n),关于varsoc 也是在网上查到的，不知道原因，所以请教~谢谢

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

蓝色

2010-11-14 09:19:01

把你的数据、程序和结果都列出来。让大家看看

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

点击查看更多内容…

Edward08

2010-11-14 14:25:23

5# 蓝色

一个是这个
.
. varsoc dif ,maxlag(4),if tin(1955q1,2004q4)
Selection-order criteria
Sample:  1955q1 - 2004q4                   Number of obs    =    200
+---------------------------------------------------------------------------+
lag    LL    LR    df p    FPE    AIC    HQIC    SBIC
----+----------------------------------------------------------------------
0 654.297                   .000085  -6.53297 -6.5263  -6.51648
1 663.848  19.101* 1  0.000  .000078* -6.61848* -6.60513*  -6.5855*
2 664.785  1.8745 1  0.171  .000078  -6.61785  -6.59783  -6.56838
3 665.152 .7332 1  0.392  .000079  -6.61152  -6.58482  -6.54555
4 665.442  .57971 1  0.446  .000079  -6.60442  -6.57105  -6.52196
+---------------------------------------------------------------------------+
Endogenous:  dif
Exogenous:  _cons
. r(stats)
unrecognized command:  r

另一个
Linear regression                                     Number of obs =    200
                                                   F(  4, 195) = 4.32
                                                   Prob > F    =  0.0023
                                                   R-squared    =  0.1055
                                                   Root MSE    = .0088
------------------------------------------------------------------------------
         |             Robust
      dif |    Coef. Std. Err.    t P>|t|    [95% Conf. Interval]
-------------+----------------------------------------------------------------
      dif |
      L1. | .2733695 .0809125    3.38 0.001    .1137935 .4329455
      L2. | .118314 .0950745    1.24 0.215 -.0691923 .3058203
      L3. |  -.0448664 .0801436 -0.56 0.576    -.202926 .1131932
      L4. |  -.0532703 .0840329 -0.63 0.527 -.2190003 .1124598
         |
   _cons | .0058116 .0012956    4.49 0.000    .0032564 .0083667
------------------------------------------------------------------------------
. display "AIC="ln(e(rss)/e(N))+(4+1)*2/e(N)
AIC=-9.442295

谢谢~

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

Edward08

2010-11-14 14:30:39

2# h3327156

5# 蓝色
一个是这个
.
. varsoc dif ,maxlag(4),if tin(1955q1,2004q4)
Selection-order criteria
Sample:  1955q1 - 2004q4                   Number of obs    =    200
+---------------------------------------------------------------------------+
lag    LL    LR    df p    FPE    AIC    HQIC    SBIC
----+----------------------------------------------------------------------
0 654.297                   .000085  -6.53297 -6.5263  -6.51648
1 663.848  19.101* 1  0.000  .000078* -6.61848* -6.60513*  -6.5855*
2 664.785  1.8745 1  0.171  .000078  -6.61785  -6.59783  -6.56838
3 665.152 .7332 1  0.392  .000079  -6.61152  -6.58482  -6.54555
4 665.442  .57971 1  0.446  .000079  -6.60442  -6.57105  -6.52196
+---------------------------------------------------------------------------+
Endogenous:  dif
Exogenous:  _cons
. r(stats)
unrecognized command:  r

另一个
Linear regression                                     Number of obs =    200
                                                   F(  4, 195) = 4.32
                                                   Prob > F    =  0.0023
                                                   R-squared    =  0.1055
                                                   Root MSE    = .0088
------------------------------------------------------------------------------
         |             Robust
      dif |    Coef. Std. Err.    t P>|t|    [95% Conf. Interval]
-------------+----------------------------------------------------------------
      dif |
      L1. | .2733695 .0809125    3.38 0.001    .1137935 .4329455
      L2. | .118314 .0950745    1.24 0.215 -.0691923 .3058203
      L3. |  -.0448664 .0801436 -0.56 0.576    -.202926 .1131932
      L4. |  -.0532703 .0840329 -0.63 0.527 -.2190003 .1124598
         |
   _cons | .0058116 .0012956    4.49 0.000    .0032564 .0083667
------------------------------------------------------------------------------
. display "AIC="ln(e(rss)/e(N))+(4+1)*2/e(N)
AIC=-9.442295
谢谢~