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
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。