我有一些协整的系列，所以我知道我应该拟合矢量纠错模型（VECM）。尽管如此，我没有找到找到最佳滞后长度的指导，比如说lagLength。
我在 R 中使用“vars”包。为了检查我使用的协整ca.jo(..,K=cointegrationLength)，然后用于cajoorls(...,K=lagLength)拟合 VECM。
我不明白：
K两个功能之间的正确交互；- 选择滞后长度的“最佳”标准。
使用 vars R 包的 VECM 中的最佳滞后长度
机器算法验证
r
向量自回归
矢量纠错模型
2022-03-14 11:22:22
1个回答
对于 VEC 模型，您应该根据时间序列级别的 VAR 模型的信息标准选择滞后数。为此，您可以使用VARselect同一个包vars中的函数。
函数cajorls没有参数。但是它有参数，它表示协整等级。函数中的参数控制 VEC 模型的滞后数。ca.jo
估计 VEC 模型的通常工作流程如下（粗略）。假设您的时间序列在矩阵中y。
使用查找滞后数
VARselect(y)使用函数 确定协整等级
ca.jo。将第一步中发现的滞后数作为参数传递K。使用从第二步确定的协整向量拟合 VEC 模型。这是由 function 执行的
cajorls，您应该在其中传递ca.jo协整向量的结果和数量。
其它你可能感兴趣的问题