是否在VAR模型中包含常量?使用哪种型号? VAR(1)或VAR(2)基于诊断检查?哪个滞后用于portmanteau测试?

时间:2017-10-20 10:36:50

标签: r constants var lag

首先,如果要在VAR(p)模型中包含或排除常量项,我找不到信息。关于这个问题有没有相关的文献?问题是我必须指定滞后选择,估计和IRF是否存在常量。

其次,我很难决定应该使用哪种VAR模型。在这种情况下VAR(1)或VAR(2)。对我来说最大的问题是:基于有多少滞后(h),我可以得出结论,是否存在残余自相关?还没有找到任何东西。

这是我的R代码:

MediaRecorder mMediaRecorder = new MediaRecorder();

mMediaRecorder.reset();
mMediaRecorder.setAudioSource(MediaRecorder.AudioSource.VOICE_COMMUNICATION);
mMediaRecorder.setAudioEncoder(MediaRecorder.AudioEncoder.AMR_NB);
mMediaRecorder.setVideoSource(MediaRecorder.VideoSource.SURFACE);
mMediaRecorder.setOutputFormat(MediaRecorder.OutputFormat.AMR_NB);
mMediaRecorder.setOutputFile(directory_path + path);
mMediaRecorder.setVideoSize(width, height);
mMediaRecorder.setVideoEncoder(MediaRecorder.VideoEncoder.H264);                      

mMediaRecorder.setVideoEncodingBitRate(bitrate);
mMediaRecorder.setVideoFrameRate(framerate);
int rotation = getWindowManager().getDefaultDisplay().getRotation();
int orientation = ORIENTATIONS.get(rotation + 90);
mMediaRecorder.setOrientationHint(orientation);
mMediaRecorder.prepare();

测试VAR的每个时间序列(总共5个)的残差自相关

VARselect(DATA, lag.max = 4, type = "const")# 1 or 4 lags
var1<-VAR(DATA[5:58,],p = 1, type = "const")
var2<-VAR(DATA[5:58,], p = 2, type = "const")
var4<-VAR(DATA[5:58,],p = 4, type = "const")

对于VAR(2),该滞后长度(h = 3)没有剩余的自相关。但是我怎么能确定滞后长度呢?结果每隔一段时间就会发生变化...

Portmanteau测试(调整)小样本,多变量

Box.test(resid1[,1],lag=3,type="Ljung-Box")# No Autocorrelation

Box.test(resid1[,2],lag=3,type="Ljung-Box")# Autocorrelation on 5%

Box.test(resid1[,3],lag=3,type="Ljung-Box")# No Autocorrelation 

Box.test(resid1[,4],lag=3,type="Ljung-Box")# No Autocorrelation

Box.test(resid1[,5],lag=3,type="Ljung-Box")# Autocorrelation on 5%

后两个测试的默认值分别为16和5滞后。怎么可能在我测试每个时间序列时,VAR(2)没有剩余的自相关,而serial.test()找到它?

0 个答案:

没有答案