具有滞后变量 dynlm 的普通最小二乘法

如何解决具有滞后变量 dynlm 的普通最小二乘法

假设我有以下季度和月度数据

library('midasr')
library('dynlm')

data("USqgdp",package = "midasr")
data("USpayems",package = "midasr")
y <- window(USqgdp,end = c(2011,2))
x <- window(USpayems,7))
yg <- diff(log(y)) * 100 #log dif for stationary data
xg <- diff(log(x)) * 100 #log dif for stationary data
nx <- ts(c(NA,xg,NA,NA),start = start(x),frequency = 12) #monthly data,add NA to have equal num of observations
ny <- ts(c(rep(NA,33),yg,frequency = 4) #quarterly data,add 33 NA values to have equal num of observations

xx <- window(nx,start = c(1985,1),end = c(2009,3))  #setting starting and end date
yy <- window(ny,1))

使用 midasr 包创建两个数据结构以确保数据对齐

a <- mls(yy,1,1)    #low frequency data
b <- mls(xx,1:10,3) #high frequency data mismatch m = 3

现在我想从使用 dynlm 包的 a 估计 b。当我使用以下代码尝试此操作时，出现错误

model <- dynlm(b ~ L(a,1)+ L(b,1))

我认为问题在于a和b的频率差异，但我似乎无法解决 有谁知道如何解决这个问题