我的问题有两个。
如何为我的回归方程选择适当的滞后? 我有一个房价的因变量,独立变量包括租金、房屋供应、国家股票指数、抵押利率和房屋空置率。
我阅读了一些资料,并发现
如何为我的回归方程选择适当的滞后? 我有一个房价的因变量,独立变量包括租金、房屋供应、国家股票指数、抵押利率和房屋空置率。
我阅读了一些资料,并发现
VARselect(data,lag.max=1或2或3等)
可以帮助我选择适当的滞后。
data
是一个包含以上变量的CSV文件。下面是我得到的内容。我该如何解释它?> var=VARselect(data,lag.max=8)
> var
$selection
AIC(n) HQ(n) SC(n) FPE(n)
3 3 1 3
$criteria
1 2 3 4 5 6 7 8
AIC(n) 1.716881 1.575052 1.474927 1.543878 1.493210 1.651975 1.624066 1.773173
HQ(n) 1.807505 1.726093 1.686385 1.815752 1.825500 2.044682 2.077189 2.286712
SC(n) 1.962629 1.984634 2.048341 2.281125 2.394289 2.716887 2.852810 3.165750
FPE(n) 5.569664 4.841214 4.396341 4.741887 4.556023 5.424803 5.393498 6.451249
我想说的是,我想找出租金、房屋供应量、国家股市指数、抵押贷款利率和房屋空置率与房价之间应该有多少滞后期,以创建一个“足够好”的模型。
如果有其他方法可以帮助我找出应该怎么做,请告诉我代码。谢谢。