eviews教程 第15章 时间序列回归 - 图文

37这个ARMA估计输出例子的结果对应于如下定义:?rt?7.21?ut?44?(1?0.86L)(1?0.93L)ut?(1?0.63L)(1?0.91L)?t或等同于:rt?0.07?0.86rt?1?0.93rt?4?0.80rt?5??t?0.63?t?1?0.91?t?4?0.57?t?5注意:MA项的符号和教科书中的符号可能相反。倒根的模接近于1,这对于许多宏观经济序列是很典型的。38§15.5.4 ARMA估计选择如前所述,带有AR或MA的模型用非线性最小二乘法估计。非线性估计方法对所有系数估计都要求初值。EViews自行确定初值。有时当迭代最大值达到时,方程终止迭代,尽管还未达到收敛。从前一步初值重新开始方程,使方程从中止处开始而不是从开始处开始。也可以试试不同的初值来保证估计是全部而不是局部平方误差最小,可以通过提供初值加速估计过程。为控制ARMA估计初值,在方程定义对话框单击options。在EViews提供的选项中,有几项设置初值的选择。EViews缺省方法是OLS/TSLS,这种方法先进行没有ARMA项的预备估计,再从这些值开始非线性估计。另一选择是使用OLS或TSLS系数的一部分作为初值。可以选择0.3,0.5,0.8或者可以将所有初值设为零。用户确定初值选项是User Supplied。在这个选项下,EViews使用C系数向量中的值。为设置初值,双击图标,为C系数向量开一窗口,进行编辑。39为适当地设置初值,需对EViews如何为ARMA设置系数多些了解。EViews使用C系数向量。它按下列规则为变量安排系数:1.变量系数,以输入为序。2.定义的AR项,以输入为序。3.SAR,MA,SMA系数(以输入为序)这样,下面两种定义将有同样规格的系数YcXma(2)ma(1)sma(4)ar(1)Ysma(4)car(1)ma(2)Xma(1)也可使用程序指令安排C向量值paramc(1)50c(2)0.8c(3)0.2c(4)0.6c(5)0.1c(6)0.5初值:常数是50,X系数的初值是0.8,ar(1)、ma(2)、ma(1)、sma(4)系数的初值分别是0.2,0.6,0.1,0.5。估计后,可在方程表达式Representation选项见到系数安排。也可以从估计方程中填写C向量,选择pros/update/coefsfromequations。40

联系客服:779662525#qq.com(#替换为@)