A resposta depende do que você quer fazer. Minimizar AIC ou BIC é um critério para selecionar um comprimento de atraso. Você tem várias variáveis você está tentando ajustar modelos separados para cada variável ou uma autoregressão de vetor único. No caso posterior, você deve usar o comando Statas varsoc com múltiplas variáveis e escolher o atraso desse jeito. Por exemplo, calculará um comprimento de atraso ótimo (de acordo com AIC, BIC, etc.) para uma autoregressão vetorial com variáveis x. Y. E z. Suponha que a resposta seja 3 atrasos de acordo com BIC (recomendado para VAR). Em seguida, o modelo pode ser ajustado usando: Se você precisa restringir certas desfasamentos a zero para certos coeficientes, use o comando de restrição. Por exemplo, você precisa do terceiro atraso em x na equação para que y seja zero (talvez haja razões teóricas para isso). O seguinte funcionará: respondido 22 de novembro às 16: 30Para perguntas rápidas, envie um email para dataprinceton. edu. Não há appts. Necessário durante as horas de caminhada. Nota: o laboratório DSS está aberto enquanto Firestone estiver aberto, sem compromissos necessários para usar os computadores de laboratório para sua própria análise. Dados de série de seleção de atraso em séries de tempo Ao executar regressões em dados de séries temporais, muitas vezes é importante incluir valores remanescentes da variável dependente como variáveis independentes. Na terminologia técnica, a regressão agora é chamada de autoregressão vetorial (VAR). Por exemplo, ao tentar resolver os resultados do PIB, é provável que o PIB dos últimos anos esteja correlacionado com o PIB deste ano. Se for esse o caso, o PIB atrasado durante pelo menos um ano deve ser incluído no lado direito da regressão. Se a variável em questão for persistente - ou seja, os valores no passado distante ainda estão afetando os valores de hoje - mais atrasos serão necessários. Para determinar quantos atrasos usar, vários critérios de seleção podem ser usados. Os dois mais comuns são o Critério de Informação Akaike (AIC) e o Critério de Informação Bayesiano de Schwarz (SICBICSBIC). Estas regras escolhem o comprimento de atraso j para minimizar: log (SSR (j) n) (j 1) C (n) n, onde SSR (j) é a soma ou os resíduos quadrados para o VAR com j lags e n é o número de Observações C (n) 2 para AIC e C (n) log (n) para BIC. Felizmente, em Stata 8 há um único comando que irá fazer a matemática para qualquer número de atrasos especificados: varsoc. Para obter o AIC e BIC, basta digitar varsoc depvar na janela de comando. O número padrão de atrasos Stata checks é de 4 para verificar um número diferente, adicionar, maxlags (oflags) após o varsoc depvar. Se, além disso, a regressão tenha variáveis independentes além dos atrasos, inclua aqueles após a opção maxlag () digitando exog (varnames). A saída indicará o número de atraso ideal com um asterisco. Em seguida, avance para executar a regressão usando o número especificado de atrasos na variável dependente no lado direito com as demais variáveis independentes. A partir desta saída, é claro que o número ótimo de atrasos é 1, então a regressão deve ser semelhante a: (Para outras opções com o comando varsoc, consulte o manual Stata da Time-Series.) Para obter mais informações sobre a seleção de atraso, verifique as séries de tempo 101 copy 2007 The Trustees da Universidade de Princeton. Todos os direitos reservados. Dataprinceton. edu NOTA: A informação é para a Universidade de Princeton. Não hesite em usar a documentação, mas não podemos responder perguntas fora de Princeton Esta página foi atualizada pela última vez em: Para perguntas rápidas, envie um email para dataprinceton. edu. Não há appts. Necessário durante as horas de caminhada. Nota: o laboratório DSS está aberto enquanto Firestone estiver aberto, sem compromissos necessários para usar os computadores de laboratório para sua própria análise. Dados de série de seleção de atraso em séries de tempo Ao executar regressões em dados de séries temporais, muitas vezes é importante incluir valores remanescentes da variável dependente como variáveis independentes. Na terminologia técnica, a regressão agora é chamada de autoregressão vetorial (VAR). Por exemplo, ao tentar resolver os resultados do PIB, é provável que o PIB dos últimos anos esteja correlacionado com o PIB deste ano. Se for esse o caso, o PIB atrasado durante pelo menos um ano deve ser incluído no lado direito da regressão. Se a variável em questão for persistente - ou seja, os valores no passado distante ainda estão afetando os valores de hoje - mais atrasos serão necessários. Para determinar quantos atrasos usar, vários critérios de seleção podem ser usados. Os dois mais comuns são o Critério de Informação Akaike (AIC) e o Critério de Informação Bayesiano de Schwarz (SICBICSBIC). Estas regras escolhem o comprimento de atraso j para minimizar: log (SSR (j) n) (j 1) C (n) n, onde SSR (j) é a soma ou os resíduos quadrados para o VAR com j lags e n é o número de Observações C (n) 2 para AIC e C (n) log (n) para BIC. Felizmente, em Stata 8 há um único comando que irá fazer a matemática para qualquer número de atrasos especificados: varsoc. Para obter o AIC e BIC, basta digitar varsoc depvar na janela de comando. O número padrão de atrasos Stata checks é de 4 para verificar um número diferente, adicionar, maxlags (oflags) após o varsoc depvar. Se, além disso, a regressão tenha variáveis independentes além dos atrasos, inclua aqueles após a opção maxlag () digitando exog (varnames). A saída indicará o número de atraso ideal com um asterisco. Em seguida, avance para executar a regressão usando o número especificado de atrasos na variável dependente no lado direito com as demais variáveis independentes. A partir desta saída, é claro que o número ótimo de atrasos é 1, então a regressão deve ser semelhante a: (Para outras opções com o comando varsoc, consulte o manual Stata da Time-Series.) Para obter mais informações sobre a seleção de atraso, verifique as séries de tempo 101 copy 2007 The Trustees da Universidade de Princeton. Todos os direitos reservados. Dataprinceton. edu NOTA: A informação é para a Universidade de Princeton. Não hesite em usar a documentação, mas não podemos responder perguntas fora de Princeton. Esta página foi atualizada pela última vez: A resposta depende do que você deseja fazer. Minimizar AIC ou BIC é um critério para selecionar um comprimento de atraso. Você tem várias variáveis você está tentando ajustar modelos separados para cada variável ou uma autoregressão de vetor único. No caso posterior, você deve usar o comando Statas varsoc com múltiplas variáveis e escolher o atraso desse jeito. Por exemplo, calculará um comprimento de atraso ótimo (de acordo com AIC, BIC, etc.) para uma autoregressão vetorial com variáveis x. Y. E z. Suponha que a resposta seja 3 atrasos de acordo com BIC (recomendado para VAR). Em seguida, o modelo pode ser ajustado usando: Se você precisa restringir certas desfasamentos a zero para certos coeficientes, use o comando de restrição. Por exemplo, você precisa do terceiro atraso em x na equação para que y seja zero (talvez haja razões teóricas para isso). O seguinte funcionará: respondido 22 de novembro 13 às 16:30
No comments:
Post a Comment