Question

由于我无法解释的原因（因为我不能，不是因为我不想），我办公室使用的流程需要在Eviews上运行一些回归。

Eviews上使用的等式规范是：

dependent_variable c independent_variable ar(1)

此外，使用的过程是“NLS和ARMA。”

我不使用Eviews，但据我所知，该等式意味着OLS回归具有常数，一个独立变量和一个AR（1）项。我尝试在R：

中运行它

result <- lm(df$dependent[2:48] ~ df$independent[1:47] + df$dependent[1:47])

其中df是包含依赖变量和独立变量的data.frame（两者都跨越48个观察值）。

我做得对吗？因为类似的参数估计在Eviews中是不同的。不同，我不能使用它们。

我已经彻底搜索了互联网这意味着什么。我已经阅读了ARIMA和ARMAX模型，但我认为不是这样。对不起，我对统计数据知之甚少。顺便说一句，估计ARMAX模型看起来非常复杂并且由ML完成，而不是LS，所以我真的希望不是这样。

编辑：我不得不再次编辑模型索引，因为我搞砸了它们，再次。

Answer 1

您需要arima功能，请参阅?arima

包含一些数据的示例

y <- lh  # lh is Luteinizing Hormone in Blood Samples in datasets package (Base)
set.seed(001)
x <- rnorm(length(y), 100, 10)
arima(y, order = c(1,0,0), xreg=x)

Call:
arima(x = y, order = c(1, 0, 0), xreg = x)

Coefficients:
         ar1  intercept       x
      0.5810     1.8821  0.0053
s.e.  0.1153     0.6991  0.0068

sigma^2 estimated as 0.195:  log likelihood = -29.08,  aic = 66.16

请参阅?arima以获取有关其参数的帮助。

用AR（1）项进行OLS估计

1 个答案: