AR (1) 추정치의 R 및 EViews 차이

주요 문제 는 EViews 및 R을 사용하여 유사한 매개 변수 추정치를 얻을 수 없다는 것입니다.

내가 모르는 이유 때문에 EViews를 사용하여 특정 데이터에 대한 매개 변수를 추정해야합니다. NLS (nonlinear least squares) 옵션을 선택하고 다음 공식을 사용하면됩니다.indep_var c dep_var ar(1)

EViews의 청구 : 그들은 AR 선형 추정하는 것이 (1)와 같은 처리 여기서 로 정의 된 오류 : 등가를 사용하여 방정식 (일부 대수 대체) : 또한 이 스레드는 EViews 포럼 에서 그들의 NLS 추정은 Marquardt 알고리즘에 의해 생성된다고 제안합니다.

{와이}_{티} = α + β {엑스}_{티} + 유_{티}

$Y_t = \alpha + \beta X_t + u_t$

u_{t}

$u_t$

유_{티} = ρ \cdot 유_{티 - 1} + ε

$u_t = \rho \cdot u_{t-1} + \varepsilon$

{와이}_{티} = (1 - ρ) α + ρ {와이}_{티 - 1} + β {엑스}_{티} - ρ β {엑스}_{티 - 1} + ε_{티}

$Y_t = (1 - \rho) \alpha + \rho Y_{t - 1} + \beta X_t - \rho \beta X_{t - 1} + \varepsilon_t$

이제 AR (1) 프로세스를 추정하기위한 go-to R 함수는 arima입니다. 그러나 두 가지 문제가 있습니다.

추정치는 최대 가능성 추정치이며;
절편 추정치는 실제로 절편 추정이 아닙니다 (RH Shumway & DS Stoffer에 따름).

따라서 nlsLMminpack.lm 패키지에서 함수 로 전환했습니다 . 이 함수는 Marquardt 알고리즘을 사용하여 비선형 최소 제곱 추정값을 얻습니다. 이는 EViews 구현과 동일한 결과 (또는 적어도 매우 유사한 것)를 산출해야합니다.

이제 코드입니다. data독립 변수 가있는 데이터 프레임 ( )과 다음 코드에 의해 생성 된 것과 같은 종속 변수가 있습니다.

data <- data.frame(independent = abs(rnorm(48)), dependent = abs(rnorm(48)))

방정식에서 EViews 주장에 대한 매개 변수를 추정하기 위해 ( 이 게시물에서 세 ^번째 것) 다음 명령을 사용합니다.

library(minpack.lm)
result <-
nlsLM(dependentB ~ ((1 - theta1) * theta2) + (theta1 * dependentA) +
                    (theta3 * independentB) - (theta1 * theta3 * independentA),
data = list(dependentB = data$dependent[2:48], dependentA = data$dependent[1:47],
   independentB = data$independent[2:48], independentA = data$independent[1:47]),
start = list(theta1 = -10, theta2 = -10, theta3 = -10)
)

불행히도의 nlsLM산출량은 EViews의 산출량과 비슷하지 않습니다. 이 문제의 원인이 무엇인지 알고 있습니까? 아니면 내 코드가 잘못 되었습니까?

마지막으로 개인적으로 R 사용자라고 말하고 싶습니다. 이것이 바로 EViews 대신 R 에서이 작업을 수행하려는 이유입니다. 또한 작업중 인 데이터를 제공하고 싶지만 기밀 데이터이므로 불가능합니다.

r autoregressive software

— 페이 엘
소스

@Fael 사이트에 오신 것을 환영합니다. 명확한 질문은 +1입니다. 형식을 약간 조정하여 더 깔끔하게 만들었습니다. 원하는 내용이 여전히 있는지 확인하십시오.

— gung-모니 티 복원

와, 정말 좋았어 감사합니다, @gung!

— Fael

항상 데이터를 스케일 / 코딩하여 게시합니다. [(y-constant1) / constant2] 형식의 변환이 트릭을 수행합니다.

— IrishStat

BTW : 선형 프로세스의 매개 변수는 OLS를 통해 추정 할 수 있습니다.

— Germaniawerks

NLLS에는 3 개의 매개 변수 ( ) 를 해결하기 위해 변수 당 1 개와 상수 (표준 OLS의 정규 방정식에 대한 아날로그)를 더한 4 개의 직교 조건이 있습니다. 비선형 알고리즘은 종종 소프트웨어의 공차 파라미터에 대한 이기종 구성을 갖습니다. MAy 정확히 식별 된 시스템을 얻기 위해 방정식에서 을 뺀 다음 R에 대해 Eviews를 테스트하는 것이 좋습니다. 둘 다 동의한다면 아마도 그들 중 하나가 과식에 문제가 있다는 것을 의미합니다. $\rho, \beta, \alpha$ $X_{t-1}$

— JDav
소스