Question

几周前，我posted一个经过深思熟虑的问题困扰着模糊的信息。这是我尝试纠正原始问题并获得更好的答案。

主要问题是：我无法使用EViews和R获得类似的参数估计值。

由于我不了解自己的原因，我需要使用EViews估算某些数据的参数。这是通过选择NLS（非线性最小二乘）选项并使用以下公式来完成的：indep_var c dep_var ar(1)

EViews声称他们估计了线性AR（1）过程，例如：

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

其中u _t错误定义为

你_t = p * u _t-1 + e

使用等效方程（带有一些代数替换）：

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

此外，this thread over at the EViews forums表明他们的NLS估计是由Marquardt算法生成的。

现在，估算AR（1）过程的首选R函数是arima。但是，存在两个问题：1）估计是最大似然估计; 2）拦截估计is not actually the intercept estimate。

因此，我转向minpack.lm包中的nlsLM函数。该函数使用Marquardt算法来实现非线性最小二乘估计，这应该产生与EViews实现相同的结果（或至少非常类似的结果）。

现在的代码。我有一个数据框（data），其中包含一个自变量和一个因变量，例如由以下代码生成的变量：

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

为了估计EViews声称估计的等式中的参数（本文中3 ^rd 1），我使用以下命令：

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)
)

不幸的是，nlsLM的估算输出与EViews输出的估计值并不接近。你知道可能导致这种情况的原因吗？或者我的代码可能错了？

最后，我想说我个人是R用户 - 这正是我在R而不是EViews中尝试这样做的原因。我也很乐意为您提供我正在使用的数据，但这是不可能的，因为它是机密数据。

Answer 1

Eviews规范似乎应该是：

dep_var  c indep_var ar(1)

使用Marquardt算法的非线性最小二乘AR（1）：EViews vs R.

1 个答案: