0

我正在构建一个 VAR(X) 模型,以使用每日时间序列数据来查找特定品牌及其竞争对手的不同渠道的广告支出与 Google 趋势搜索量指数之间的影响。

然而,在检查残差自相关时,无自相关的零假设会因大量滞后而被拒绝。但是,我阅读了有关该主题的矛盾信息,自相关是否是一个大问题。您能否告诉我克服自动相关性的最佳选择是什么?我正在与eviews合作。

我遇到的另一个问题是关于残差的异方差性,这也违反了假设。我无法记录转换数据,因为我有很多零值。

我希望有人可以帮助我解决这些建模问题。

KR,拉里萨·科门

4

1 回答 1

0

串行自相关(“大量滞后的自相关”)通常是指定错误的结果。可能您使用了非平稳时间序列。如果是这种情况,您不能制作 VAR 模型,但应该制作矢量误差校正模型。或者至少区分数据。

如果您的数据是固定的,请尝试使用滞后数。它通常会有所帮助。

还有一种更可能的解决方案。也许您的数据存在结构性中断或异常值。在这种情况下,请尝试使用假人。

希望这会有所帮助。

于 2016-09-22T11:16:09.650 回答