5

私の質問は 2 つあります。

回帰式に適切なラグを選択するにはどうすればよいですか? 住宅価格の従属変数と、家賃、住宅供給、全国株式市場指数、住宅ローン率、住宅空室率の独立変数があります。

いくつか読んだところVARselect(data,lag.max=1 or 2 or 3 etc)、適切なラグを選択するのに役立つことがわかりました。

data上記の変数を含む csv ファイルです。ということで、以下が得したものです。どう解釈すればいいのでしょうか？

> var=VARselect(data,lag.max=8)
> var
$selection
AIC(n)  HQ(n)  SC(n) FPE(n) 
     3      3      1      3 

$criteria
          1        2        3        4        5        6        7        8
AIC(n) 1.716881 1.575052 1.474927 1.543878 1.493210 1.651975 1.624066 1.773173
HQ(n)  1.807505 1.726093 1.686385 1.815752 1.825500 2.044682 2.077189 2.286712
SC(n)  1.962629 1.984634 2.048341 2.281125 2.394289 2.716887 2.852810 3.165750
FPE(n) 5.569664 4.841214 4.396341 4.741887 4.556023 5.424803 5.393498 6.451249

要するに、私が知りたいのは、「十分な」モデルを作成するには、家賃、住宅供給、全国株式市場指数、住宅ローン率、および住宅空室率のそれぞれを住宅価格に対してどれだけ遅らせる必要があるかということです.

私は何をすべきかを見つけるのに役立つ他の方法を受け入れていますが、コードを手伝ってください。ありがとう。

4

2 に答える 2

5

パッケージ、特に関数のドキュメントを確認してください( と同じ情報ですが、適切にフォーマットされています)。varsVARselect?VARselect

オブジェクトが伝えているのは、4 つの基準 (赤池、ハンナン クイン、シュワルツ、および最終予測誤差)$selectionのそれぞれを最小化することによって選択されたラグ オーダーの合計です。

オブジェクトが示す$criteriaのは、指定されたラグでの各基準の値です (したがって$criteria[3L, p]、たとえば、 はpth ラグ仕様の Schwarz 基準が何であったかを示します)。これは、同様の基準値を持つ多くのラグがある場合に役立ちます。最小化の値がp非常に高い場合は、より控えめな仕様を選択できますが、はるかに低い値でpも同様の基準が得られます。

VARselect(data)を実行しただけでは、モデルを共同で適合させるための基準が評価されることにも注意してください。何をしようとしているのかわかりませんが、あなたの質問からは、ラグ選択プロセスを評価したかったようです。データの列ごとに個別に. そのためには、実行する必要がありますlapply(data, VARselect)。

于 2015-04-16T20:19:02.103 に答える
4

私は、AIC および SC テストが実際に最も頻繁に使用され、特に AIC は十分に文書化されていると考えています (参照: Helmut Lütkepohl、多重時系列分析の新しい紹介)。

正しい答えは、最良の結果が得られるとわかっている方法は 1 つもないということです。

独自のモデルの良いアイデアを得る 1 つの方法は、すべての変数/特定のサブセットに対して上記のテストを実行し、4 つのテストのどれが一貫した値を与えるかを確認することです。次に、データの頻度 (毎日、毎週、毎月、毎年?) を考慮して、知識に基づいた決定を下します。毎月のデータがある場合、上記の要因は実際に 6 か月後まで実際に影響を与える可能性があります。たとえば、住宅価格に対する住宅供給 - 住宅はすぐに建てられたり退去されたりするわけではないためです。

ラグ情報基準が VAR モデルのどこに入るかわからない場合は、パッケージ「vars」の関数 VAR に入力フィールドがあり、AIC、SC などを入力できます。

于 2014-01-21T18:23:14.313 に答える