r - 用 AR 残差估计多个 OLS

Question

我是 R 建模的新手，所以我有点磕磕绊绊......

我在 Eviews 中有一个模型，我必须将其翻译成 R 并进行进一步升级。该模型是具有残差 AR(1) 的多个 OLS。我是这样实现的

model1 <- lm(y ~ x1 + x2 + x3, data)
data$e <- dplyr:: lag(residuals(model1), 1)

model2 <- lm(y ~ x1 + x2 + x3 + e, data)

我的问题与此线程中的问题相同，并且我期望它：虽然参数估计相似，但它们的不同足以让我无法使用它。

我计划ARIMA从stats包中使用，但问题是实施。如何在残差上制作 AR(1)，并按原样制作其他变量？

标签： rlmarima

Answer 1

如果我理解正确，您可以通过参数为您的arima模型提供外部回归量。xreg

你不提供样本数据，所以我没有什么可玩的，但你的模型应该转换成类似的东西

model <- arima(data$y, xreg = as.matrix(data[, c("x1", "x2", "x3")]), order = c(1, 0, 0))

说明：第一个参数data$y包含您的时间序列数据。xreg包含您的外部回归变量 a matrix，每一列都包含与您拥有的时间点一样多的该回归变量的观察值。order = c(1, 0, 0)定义了一个 AR(1) 模型。