我的问题有两个方面。
如何为回归方程选择合适的滞后？我有房价的因变量，以及租金、房屋供应、国家股市指数、抵押贷款利率和房屋空置率的自变量。
我读了一些书，发现VARselect(data,lag.max=1 or 2 or 3 etc)可以帮助我选择合适的滞后。
data是一个包含上述变量的 csv 文件。所以下面是我得到的。我该如何解释它？
> var=VARselect(data,lag.max=8)
> var
$selection
AIC(n) HQ(n) SC(n) FPE(n)
3 3 1 3
$criteria
1 2 3 4 5 6 7 8
AIC(n) 1.716881 1.575052 1.474927 1.543878 1.493210 1.651975 1.624066 1.773173
HQ(n) 1.807505 1.726093 1.686385 1.815752 1.825500 2.044682 2.077189 2.286712
SC(n) 1.962629 1.984634 2.048341 2.281125 2.394289 2.716887 2.852810 3.165750
FPE(n) 5.569664 4.841214 4.396341 4.741887 4.556023 5.424803 5.393498 6.451249
我想，长话短说，我想知道的是——我应该将租金、房屋供应、国家股市指数、抵押贷款利率和房屋空置率与房价分别滞后多少，才能创建一个“足够好”的模型。
我愿意接受其他方法来帮助我找出我应该做什么，但请帮助我解决代码问题。谢谢。
查看文档 http://cran.r-project.org/web/packages/vars/vars.pdf为了vars包，特别是对于VARselect功能（与?VARselect，但格式很好）。
什么是$selection对象告诉您的是通过最小化 4 个标准中的每一个而选择的总滞后阶数（Akaike http://en.wikipedia.org/wiki/Akaike_information_criterion, 汉南-奎因 http://en.wikipedia.org/wiki/Hannan%E2%80%93Quinn_information_criterion, Schwarz http://en.wikipedia.org/wiki/Bayesian_information_criterion, and 最终预测误差 http://www.mathworks.com/help/ident/ref/fpe.html);
什么是$criteria对象告诉您的是给定滞后下每个标准的值（以便$criteria[3L, p]，例如，告诉您施瓦茨准则是什么pth 滞后规范）。如果存在许多具有相似标准值的滞后，这可能很有用，如果最小化器具有，则允许您选择更简约的规范p非常高，但值低得多p给你一个类似的标准。
另请注意，如果您只是运行VARselect(data)，它将评估拟合模型的标准jointly-- 我不确定你要做什么，但从你的问题来看，你可能想评估滞后选择过程each数据中的列数分别地。为此，你必须运行lapply(data, VARselect).
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
