- use http://www.stata-press.com/data/r11/lutkepohl2,clear
- varsoc dln_inv dln_inc dln_consump if qtr<=tq(1978q4),lutstats
- Selection-order criteria (lutstats)
- Sample: 1961q2 - 1978q4 Number of obs = 71
- +---------------------------------------------------------------------------+
- |lag | LL LR df p FPE AIC HQIC SBIC |
- |----+----------------------------------------------------------------------|
- | 0 | 564.784 2.7e-11 -24.423 -24.423* -24.423* |
- | 1 | 576.409 23.249 9 0.006 2.5e-11 -24.497 -24.3829 -24.2102 |
- | 2 | 588.859 24.901* 9 0.003 2.3e-11* -24.5942* -24.3661 -24.0205 |
- | 3 | 591.237 4.7566 9 0.855 2.7e-11 -24.4076 -24.0655 -23.5472 |
- | 4 | 598.457 14.438 9 0.108 2.9e-11 -24.3575 -23.9012 -23.2102 |
- +---------------------------------------------------------------------------+
- Endogenous: dln_inv dln_inc dln_consump
- Exogenous: _cons
对于其余的统计检验,最小阶数的确定是根据一定的判断准则来选择的,带“*”表示最适阶数。严格来讲,FPE不是一个信息判断准则,尽管我们把它加到判断中来,这是因为根据信息判断准则,我们选择的滞后长度要对应最小的值;自然,我们也想要最小化它的预测误差。AIC准则是测量设定模型和实际模型的差异,这也是我们要尽可能小的。SBIC和HQIC准则的解释与AIC很相似,但SBIC和HQIC比AIC和FPE有理论上的优势。在实际判断中,我们要根据上述的这些检验结果,尽可能的选择满足较多的检验的滞后阶数。


雷达卡

京公网安备 11010802022788号







