我正在通過在R的「變量」庫中的小插曲工作示例工作。我明白大多數在小插曲期望表中的示例表5的小插曲here估計約翰森協同方法中的約翰森協整方法在R約爲
運行下面的代碼,我看到協整矢量和加載點估計的派生,但我不明白在哪裏得到的t統計。
我跑這個代碼:
library("vars") data("Canada") Canada <- Canada[, c("prod", "e", "U", "rw")] vecm <- ca.jo(Canada[, c("rw", "prod", "e", "U")], type = "trace", ecdet = "trend", K = 3, spec = "transitory") vecm.r1 <- cajorls(vecm, r = 1)
,並獲得這些特徵向量和權重,
Eigenvectors, normalised to first column:
(These are the cointegration relations)
rw.l1 prod.l1 e.l1 U.l1 trend.l1
rw.l1 1.00000000 1.0000000 1.0000000 1.000000 1.0000000
prod.l1 0.54487553 -3.0021508 0.7153696 -7.173608 0.4087221
e.l1 -0.01299605 -3.8867890 -2.0625220 -30.429074 -3.3884676
U.l1 1.72657188 -10.2183404 -5.3124427 -49.077209 -5.1326687
trend.l1 -0.70918872 0.6913363 -0.3643533 11.424630 0.1157125
Weights W:
(This is the loading matrix)
rw.l1 prod.l1 e.l1 U.l1 trend.l1
rw.d -0.084814510 0.048563997 -0.02368720 -0.0016583069 5.722004e-12
prod.d -0.011994081 0.009204887 -0.09921487 0.0020567547 -7.478364e-12
e.d -0.015606039 -0.038019447 -0.01140202 -0.0005559337 -1.229460e-11
U.d -0.008659911 0.020499657 0.02896325 0.0009140795 1.103862e-11
這給我表了正確的α和β值5
但我不知道表5中的t統計量是在代碼中得出的。外面的任何人都可以指出我正確的方向嗎?
問候,
詹姆斯
當您從標準誤差轉換格里塔的打印到T-比的結果都在你引用的其他代碼的百分之十左右。我想這就是當你說他們只是「粗略地」同意時你的意思。我現在不知道gretl如何計算標準誤差,但對於T = 81的樣本大小,我認爲已經對誤差方差使用了不同的估計值可以很容易地解釋這種差異。 (在你引用的代碼中,N用於分母中,這當然可以,但不是唯一的選擇。) –
@SvenS。公平 - 標準錯誤是接近的,所以改變了答案的措辭:) – user3096626
@ user3096626 Thx爲代碼。在你的代碼中,你給出瞭如何計算beta值的p值,同時考慮到df = orls $ rlm $ df.residual'的自由度。阿爾法的自由度是多少?我們如何計算alpha的自由度?我們如何計算alpha的p值?如果您包含您向其提供的打印屏幕的gretl代碼,那也是最好的。非常感謝。 –