将VAR模型的系数解释为百分比

Question

我想知道如何将VAR模型的系数解释为百分比。我的意思是，为了看看变量X1对因变量Y有多大影响，我应该遵循什么程序？

下面是一个输出示例：

VAR_EXAMPLE

那么，有没有办法看到来自＆＃34; US_PROPANE_STOCKS＆＃34;的影响？与其他变量相比的百分比，例如？

Answer 1

一般而言，以百分比为基础比较回归系数并不常见。

您应该专注于自己处理回归系数。在这里，您必须区分原始回归系数（B）和标准化β权重（β）。

原始回归系数取决于预测变量的范围和分布。因此，很难比较不同预测变量的B值。例如，您的第一个预测变量的范围可能为-1000到1000，而第二个预测变量的范围介于-0.0001和0.0001之间。给出这样一个例子，与第二个预测器相比，你的第一个预测器很可能会获得更高的B，即使你的第二个预测器的影响可能更大。因此，B值不是很方便比较。

相比之下，标准化的β权重（β）（正如其名称所示）标准化为-1到1之间的值。通过评估β，您可以了解哪些预测变量有比其他人更大的影响。

但请注意，β1 = 0.25和β2 = 0.5并不意味着β2的影响力比β1大100％。这些系数仍然是指回归公式的权重。