問題タブ [eviews]

数週間前、私はあいまいな情報に悩まされているよく考えられていない質問を投稿しました。これは、元の質問を修正し、より良い回答を得るための私の試みです。

主な問題は、EViews と R で同様のパラメーター推定値を取得できないことです。

理由はよくわかりませんが、EViews を使用して特定のデータのパラメーターを推定する必要があります。これは、NLS (非線形最小二乗) オプションを選択し、次の式を使用して行います。indep_var c dep_var ar(1)

EViews は、次のような線形 AR(1) プロセスを推定すると主張しています。

Y _t = a + B * X _t + u _t

ここで、u _tエラーは次のように定義されます。

u _t = p * u _t-1 + e

同等の方程式を使用して (いくつかの代数置換を使用):

Y _t = (1 - p) * a + p * Y _{t - 1} + B * X _t - p * B * X _{t - 1} + e _t

さらに、EViews フォーラムのこのスレッドは、彼らの NLS 推定が Marquardt アルゴリズムによって生成されることを示唆しています。

さて、AR(1) プロセスを推定するための頼りになる R 関数はarimaです。ただし、2 つの問題があります。1) 推定値は最尤推定値です。2) 切片推定値は、実際には切片推定値ではありません。

したがって、nlsLMminpack.lm パッケージの関数に目を向けました。この関数は、Marquardt アルゴリズムを使用して、非線形最小二乗推定を達成します。これにより、EViews 実装と同じ結果 (または少なくとも非常に類似した結果) が得られるはずです。

今コード。data次のコードで生成されるような、独立変数と従属変数を持つデータ フレーム ( ) があります。

EViews が推定すると主張する方程式 (この投稿の 3 番目の方程式) のパラメーターを推定するには、次のコマンドを使用します^。

残念ながら、 によって出力される推定値nlsLMは、EViews によって出力される推定値に近くありません。これを引き起こしている可能性のあるものについて何か考えがありますか? それとも、私のコードが間違っているのでしょうか?

最後に、私は個人的に R ユーザーであると言いたいです。それこそが、EViews ではなく R でこれを行おうとしている理由です。また、私が扱っているデータを提供したいのですが、機密データであるため不可能です。

eviews で作成されたマトリックスを操作する必要があります。R、 eviews 作業ファイルまたはデータベースでロードまたはエクスポートし、これをRで操作する方法はありますか?

四半期ごとの観察からなるデータセット (Excel) があります。これらの観測ごとに、Obs.value、20000101、07:00 のような正確な日付と時刻もあります。

また、10 分間隔で eViews ワークファイルを作成しました。次に、その四半期データを eViews 作業ファイルにインポートします。データに対応する値がないすべての (10 分間隔) 観測値については、観測値はゼロである必要があります。つまり、最終的には、四半期ごとに 1 つの観測値があり、それ以外の場合はゼロの 10 分の頻度ベクトルが必要です。

. . . .

20000101, 06:50, 0

20000101, 07:00, Obs. 値 (四半期ごとに 1 つ)

20000101, 07:10, 0

. . .

eViewsでそれをプログラミングする方法を知っている人はいますか?

Eviews で回帰を実行すると、次のような統計パネルが表示されます。

Rの回帰に関するこれらの統計のすべて/ほとんどを1つのリストでも取得できるRの方法はありますか?

StackExchange の別のサイトに同じ質問を投稿することが許可されているかどうかはわかりません。Cross Vlidated に投稿しましたが、回答が得られなかったので、ここで試してみたいと思います。

これは元の質問です。誰かが私の問題を解決できれば、本当に感謝しています。

R での私のコードは次のとおりです。

それと間違いはありませんか？

Matlab (2013a、32 ビット) から Eviews (8、32 ビット) を呼び出そうとしていますが、これまでのところ成功していません。Matlab で次のコードを使用しました。

次のエラーが表示されます。

誰でも助けてもらえますか？前もって感謝します。

私はかなり単純な多変量回帰計量経済学モデルを開発しました。私は今、Robust Regressions を実行しようとしています (EViews では、Robust Least Square と呼んでいます)。ロバスト回帰 M 推定を簡単に実行できます。しかし、Robust Regression MM-estimation を実行するたびに、「最大数の特異サブサンプルに達しました」という同じエラーが発生します。反復回数、収束レベルなどを増減して MM 推定仕様をいじってみました。必ず同じエラーが発生します。

EViews フォーラムで、別のフェローが MM 推定と S 推定の両方でまったく同じ問題に遭遇しました。フォーラムのモデレーターは、モデルにそれほど多くの観測がないダミー変数が存在する場合、そのような推定は収束に達せず、上記のエラーを生成する可能性があることを示しました。私のモデルにはダミー変数があります。また、観測数がそれほど多くないものもあります (217 個の観測値を持つ時系列データのうち 8 つの連続した観測値)。ただし、これが EViews の制限なのか、それとも本当にアルゴリズムの制限なのかは不明です。R で MM 推定を再実行しようとするかもしれません。そして、それが実行可能かどうかを確認します。

上記に続いて、私はまさにそれをしました。そして、rlm() 関数を使用して MASS パッケージで R を使用してロバスト回帰を実行しました。EViews の場合と同様に、M 推定を実行しても問題はありませんでした。同様に、MM 推定を試みたときに最初に問題が発生しました。EViews と同じように、回帰/シミュレーションが 20 回の反復後に収束に達しなかったというエラー メッセージが表示されました。そこで、最初にすべてのダミー変数を削除して、MM 推定を再実行しました。予想通り、うまくいきました。次に、ダミー変数を一度に 1 つだけ追加し、そのたびに MM 推定を再実行しました。これは、MM 推定モデルが破綻する時期を観察するために行いました。驚いたことに、そうではありませんでした。そして、最終的にすべてのダミー変数を使用して MM 推定を実行できるようになりました。私はしません

これにより、R はこの点で EViews よりも柔軟であると結論付けることができます。よく調べてみると、実行した EViews の M 推定が (通常の Huber のものと比べて) 二重平方タイプであることがわかりました。これは大きな違いになります。R で bisquare タイプの M 推定を実行すると、EViews とほぼ同じ結果が得られました。両者の間には小さな違いがありました。これは、解決プロセスが反復的であることを考えると予想できます。