2016-10-10 6 views
1

Model (FARHANI 2012)異なる順序和の動的線形回帰ループ

を、私は、このようなCUMSUMペーストとして多くのことを、試してみた - しかし、ことLが関数であると考えていたので、正しい変数を文字列に割り当てることができなかったので、うまくいきませんでした。 私はそれを手作業でしようとしましたが、私はpを探しています。q = 1,2,3,4,5しかし、開始後、どれほど効率が悪いのか分かりました。 これは私がまた、p = 0であり、q = 1-5ともpに対してDLWTIにDLUSGDPを回帰のためにこれを行うには(私のオイル変数の名前を)しようとしている私は

model5 <- vector("list",20) 
#p=1-5, q=0 
model5[[1]] <- dynlm(DLUSGDP~L(DLUSGDP,1)) 
model5[[2]] <- dynlm(DLUSGDP~L(DLUSGDP,1)+L(DLUSGDP,2)) 
model5[[3]] <- dynlm(DLUSGDP~L(DLUSGDP,1)+L(DLUSGDP,2)+L(DLUSGDP,3)) 
model5[[4]] <- dynlm(DLUSGDP~L(DLUSGDP,1)+L(DLUSGDP,2)+L(DLUSGDP,3)+L(DLUSGDP,4)) 
model5[[5]] <- dynlm(DLUSGDP~L(DLUSGDP,1)+L(DLUSGDP,2)+L(DLUSGDP,3)+L(DLUSGDP,4)+L(DLUSGDP,5)) 

を行うにしようとしていますどのような本質的です= 1-5、q = 1-5 cumsumは、変数を独立回帰として扱うのではなく、変数を合計するので機能しません。 私の目標は、これらのモデルを実行し、次にICを使用して、どのモデルをさらに分析するかを決定することです。 私はあなたが私の問題を理解し、どんな助けも大いに感謝してくれることを願っています。

答えて

0

私は、これはあなたが探しているものだと思う:

nはあなたが試してみたいいくつかのためである
reformulate(paste0("L(DLUSGDP,", 1:n,")"), "DLUSGDP") 

。例えば、

n <- 3 
reformulate(paste0("L(DLUSGDP,", 1:n,")"), "DLUSGDP") 
# DLUSGDP ~ L(DLUSGDP, 1) + L(DLUSGDP, 2) + L(DLUSGDP, 3) 

次にあなたが

model5 <- vector("list",20) 
for (i in 1:20) { 
    form <- reformulate(paste0("L(DLUSGDP,", 1:i,")"), "DLUSGDP") 
    model5[[i]] <- dynlm(form) 
    } 
+0

でフィッティングモデルを構築することができ、あなたの助けのためにどうもありがとうございますが、絶対的な御馳走を働いています! – spg