问题标签 [causality]

我使用了 EViews 并运行了纠错模型 (ECM) 并获得了一些结果。现在我想在 R 中复制该示例并获得与 EViews 中相同的结果。

我使用的数据如下：

我在 EViews 中获得并希望在 R 中复制的结果如下表所示：

我使用了 apt包及其功能 ecmAsyFit(gdp, life, lag = 1, split = TRUE,model = "linear", thresh = 0) 我运行的代码如下：

R I 得到的结果如下图所示：

问题： 我在 EViews 中获得的结果（如表所示）与 R 中的结果不同（如上图所示）

问题：

1. 有没有办法使用 ecmAsyFit 函数来获得如表中所示的结果？
2. 是否有另一个函数（或一组函数）可以运行纠错模型并提供表中显示的结果？
3. 有人可以分享应用纠错模型的代码，以便我可以应用它吗？

VAR 模型将单变量自回归 (AR) 模型推广到多个时间序列。我想实现一个向量自回归模型，它根据时间 t 的观察概述了以下公式：

x(t) = c + (t-1)∑(i ​​= t + T)* a(i)x(i) + €(t)

a(i) = 模型参数 €(t) = 高斯噪声

我使用的数据非常大，所以我不会发布它，但我需要帮助的一件事是输出任何合成数据的邻接矩阵。这就是我所拥有的：

我正在尝试使用 vars 包从 VAR 计算格兰杰因果关系。我知道变量的顺序在计算 IRF 的 VAR 中很重要，但在这里我对格兰杰因果关系有不同的结果。这是一个可重现的示例：

我使用以下代码遵循 Toda-Yamamoto 程序：

如果更改 VAR 中变量的顺序，我的结果会有所不同，我真的不明白为什么。

编辑：显然我犯了一个巨大的错误，我不得不在我的代码中改变一些东西：

我正在尝试对两个光栅堆栈进行逐像素格兰杰因果检验，每个堆栈有 60 个光栅。下面的示例只有 20 个栅格：

使用“lmtest”包的原始功能是：

这是我为在栅格堆栈上运行原始 grangertest 函数所做的修改？

其中 FNO2 是两个光栅堆栈的堆栈。我收到以下错误：

请问如何为栅格修改此功能？

我有 2 个不同参数的矩阵：具有相同尺寸的 M1 和 M3。我想在 R 中进行列式 grangertest。

我想做一个格兰杰的因果关系检验，以确定 M2 格兰杰是否导致 M1。我的实际矩阵包含更多列和行，但这只是一个示例。两个向量之间的原始代码如下：

如何为逐列分析编写此代码，以便将具有 2 行（“F[2]”和“Pr(>F)[2]”）和两列的矩阵作为结果返回？

我正在尝试使用格兰杰因果关系来测试两个变量之间的因果关系。然而，大多数格兰杰因果模型（以及向量自回归模型）对每个变量使用单个时间序列（每个变量一个样本）（或者如果有多个变量，则每个变量使用一个时间序列）。Python statsmodels Granger causality implementation 给出了一个例子。

但是在我的情况下，我有两个变量，但是每个变量都有多个时间序列样本，我想将它们融合到格兰杰因果模型中。也就是说，不是单独考虑每个时间序列对作为格兰杰因果模型输出的变量，而是可以将所有这些变量一起使用以形成某种类似于回归模型的模型。

我想使用 R 中的 CausalImpact 包来估计干预对传染病病例数的影响。我们通常将案例计数的分布描述为泊松或负二项式。该bsts()函数允许我们指定泊松族。然而，这遇到了一个错误CausalImpact()

这是因为使用生成时bsts.model没有sigma.obs插槽family="poisson"。

我这样做是正确的还是有另一种方法可以将 CausalImpact 与 Poisson 数据一起使用？（我也希望能够使用负二项式数据，但我不会太贪心）。

最后，这是解决 CausalImpact 编码问题的最佳地点吗？我在 GitHub 页面上没有看到问题选项卡。

使用包 bnlearn，是否可以将节点设置为不能有任何父节点？我发现使用黑名单功能在技术上是可行的。阻止“A”在包含的测试数据中有任何父母的示例：

但是，我正在处理具有数万个节点的数据，这些节点不应该是彼此的父节点，从而导致黑名单长达数百万行。我本质上是在寻找类似的东西：

黑名单 = data.frame(from = c("*", "A"))

这意味着没有节点可以成为 A 的父节点。这可能吗？如果没有，是否有任何人可以推荐的具有此功能的贝叶斯学习包？

我在 R 中使用 Match() 库，我需要 CI 用于 ATT。

1. 有没有办法得到它？我想在计算 ATT 和 CI 时使用倾向得分。

2. 怎么计算的？（即公式是什么，为什么？）

干杯，

PS：我看了那些，但这并不是我想要的： https ://stats.stackexchange.com/questions/132509/confidence-interval-for-average-treatment-effect-from-propensity-score -加权

和：https ://stats.stackexchange.com/questions/238431/is-the-average-treatment-effect-on-the-treatment-att-a-meaningful-comparison-in

PS2：附上相关代码；找到平衡后，我尝试使用回归 + 限制（）方法获得 CI，但它不起作用，因为我不知道如何传递倾向得分并且我强制进入回归模型（我确信这是不必要的，但我只知道 CI 的 confint 函数）。

我正在尝试使用 CausalImpact 包模拟风暴对销售模式的影响。当我创建一个动物园对象并将其传递给模型时，我收到一个错误。我已经通读了文档，但无法弄清楚我在做什么与文档中的示例不同。

我正在使用以下data.frame：

然后我将其转换为动物园对象：

然后我设置前期和后期并运行模型：

但我收到此错误：

我已经成功地将这个包与单变量时间序列数据一起使用，但无法确定为什么这不起作用。

谢谢您的帮助！