我正在尝试估计一个概率模型,该模型着眼于某些领先指标在预测经济低迷时的预测能力。我已将变量转换为 ts,一切看起来都很好。
问题是当我尝试以不同的滞后运行回归时,系数都是相同的。我一直在使用 lag(var.ts,k=1) 来滞后自变量。
我看到很多回复建议使用 dynlm。但鉴于因变量的二分法性质,我不知道这是否合适。
关于尝试什么的任何建议?
我正在尝试估计一个概率模型,该模型着眼于某些领先指标在预测经济低迷时的预测能力。我已将变量转换为 ts,一切看起来都很好。
问题是当我尝试以不同的滞后运行回归时,系数都是相同的。我一直在使用 lag(var.ts,k=1) 来滞后自变量。
我看到很多回复建议使用 dynlm。但鉴于因变量的二分法性质,我不知道这是否合适。
关于尝试什么的任何建议?
你可以使用这个dyn
包
require(dyn)
set.seed(1)
y <- ts(sample(c(0, 1), size = 15, replace = TRUE), start = c(2000, 2), freq = 4)
x <- ts(1:15, start = c(2000, 2), freq = 4)
dyn$glm(y ~ lag(x, k = 1), family = binomial(link = "probit"))
lag
关于 , 的使用的另一条评论lag(x, 1)
对应于 x_{t+1} 和lag(x, -1)
x_{t-1}