Question

我想借助R中的Probit模型进行预测，其中Y =经济衰退（是/否）和一个回归系数（收益率曲线的期限扩展）。在衰退的情况下如何转换数据以及如何处理预测，如何解释正态模型的解？

我对R和计量经济学完全陌生，因为我专注于理论主题，因此，如果有人可以帮助我解决我的问题，或者该主题在其他可以帮助我的地方得到解答，我将不胜感激。

我正在研究一个否定项是否在概率模型的帮助下表明衰退。我不能使用包含直接连接到FED数据库等的R-package。因此，我准备了自己的数据并计算了自己的期限利差。我的数据从1965年1月到2019年1月在美国。我使用了如下所示的代码，并且出现了经济衰退的可能性，最低利差为57％。

因此，我现在需要一种方法来准备我得到的两个变量：“如果回归变量（期限扩散）为负，可以说-0.1，则衰退的可能性为.....”，并且代码运行它。

我已经尝试了将时间序列和概率模型的预测代码转换为

。

glm(formula=ts_nber~ts_ts, family = binomial(link="probit"))

summary(prob1)

predict(prob1, ts_nber, type="response")

ts_nber是二进制变量的时间序列1 =经济衰退，0 =无经济衰退 ts_ts是术语“价差”的时间序列

Call:
glm(formula = ts_nber ~ ts_ts1, family = binomial(link = "probit"))

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-1.3024  -0.5671  -0.4450  -0.3556   2.4854  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -1.00803    0.06734 -14.969  < 2e-16 ***
ts_ts1      -0.20465    0.03879  -5.276 1.32e-07 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 496.84  on 650  degrees of freedom
Residual deviance: 468.61  on 649  degrees of freedom
AIC: 472.61

Number of Fisher Scoring iterations: 5

作为概率模型预测的解决方案，我得到了这样的概率：

summary(pred1)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
0.04105 0.07424 0.10800 0.12750 0.16168 0.57180

具有衰退可能性的期差为〜4％，最高正值为5.81 经济衰退的最高支持率约为-57％，为-3.57。因此，这很有意义，这就是我想要显示的内容。但是如何解释该代码？

R

0 个答案: