相关的stata命令可以有三种。
方法一:
reg y L.y L.x (滞后1 期)
estat ic (显示AIC 与BIC 取值,以便选择最佳滞后期)
reg y L.y L.x L2.y L2.x
estat ic (显示AIC 与BIC 取值,以便选择最佳滞后期)
……
根据信息准则确定p, q 后,检验 ;所用的命令就是test
特别说明,此处p和q的取值完全可以不同,而且应该不同,这样才能获得最有说服力的结果,这也是该方法与其他两个方法相比的最大优点,该方法缺点是命令过于繁琐。
方法二:
ssc install gcause (下载格兰杰因果检验程序gcause)
gcause y x,lags(1) (滞后1 期)
estat ic (显示AIC 与BIC 取值,以便选择最佳滞后期)
gcause y x,lags(2) (滞后2 期)
estat ic (显示AIC 与BIC 取值,以便选择最佳滞后期)
特别说明,在选定滞后期后,对于因果关系检验,该方法提供F检验和卡方检验。如果两个检验结论不一致,原则上用F检验更好些。因为卡方检验是一个大样本检验,而实证检验所能获得的样本容量通常并不大,如果采用的是大样本,则以卡方检验结果为准。不过,通常情况下,大样本下两个检验结论一致,所以不用担心。综上,F检验适用范围更广。
方法三:
var y x (向量自回归)
vargranger
注意:1、如果实际检验过程中AIC和BIC越来越小,直到不能再滞后(时间序列长度所限)。这样的话,可能数据确实存在高阶自相关。在这种情况下,可以限制p的取值,比如取最大的 或 , 。
2、回归结果中各期系数显著性不同,有的不显著有的显著,如实汇报就可以。最好全部汇报。不显著的期数可能意味着那一期的自相关很弱。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)