1
我試圖估計一個probit模型,它可以預測某些領先指標在預測經濟下滑時的預測能力。我已經將變量轉換爲ts,並且一切看起來都不錯。r中的概率估計
問題是,當我嘗試在不同的滯後處運行迴歸時,係數都是相同的。我一直在使用lag(var.ts,k = 1)來延遲自變量。
我看到很多回復建議使用dynlm。但由於因變量的二分性,我不知道這是否合適。
有什麼建議嗎?
我試圖估計一個probit模型,它可以預測某些領先指標在預測經濟下滑時的預測能力。我已經將變量轉換爲ts,並且一切看起來都不錯。r中的概率估計
問題是,當我嘗試在不同的滯後處運行迴歸時,係數都是相同的。我一直在使用lag(var.ts,k = 1)來延遲自變量。
我看到很多回復建議使用dynlm。但由於因變量的二分性,我不知道這是否合適。
有什麼建議嗎?
可以使用dyn
包爲
require(dyn)
set.seed(1)
y <- ts(sample(c(0, 1), size = 15, replace = TRUE), start = c(2000, 2), freq = 4)
x <- ts(1:15, start = c(2000, 2), freq = 4)
dyn$glm(y ~ lag(x, k = 1), family = binomial(link = "probit"))
一個關於使用lag
更評論,lag(x, 1)
對應X_ {T + 1}和lag(x, -1)
到X_ {T-1}