楼主: cowonline
8989 10

请问为何R和eViews做出的ARMA模型参数估计相差如此之大 [推广有奖]

  • 0关注
  • 0粉丝

小学生

0%

还不是VIP/贵宾

-

威望
0
论坛币
3640 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
108 点
帖子
3
精华
0
在线时间
4 小时
注册时间
2007-12-12
最后登录
2020-5-25

楼主
cowonline 发表于 2008-1-5 22:22:00 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

我是一个R的初学者,以前一直用eViews,所以目前做些计量方面的题目都是两遍都做一遍。最近在做时序的题目,发现eViews 5.0和 R 2.6.1估计同样一个序列的同样一个ARMA模型,差别大得让人不能理解,e.g. 样本容量为60,平稳的时间序列数据做一个ar(2) ma(1) ma(2) 模型:

eViews:

Variable Coefficient Std. Error t-Statistic Prob. 
    
AR(2) -0.620726 0.112219 -5.531383 0.0000
MA(1) 0.563390 0.078206 7.203913 0.0000
MA(2) 0.889271 0.047088 18.88529 0.0000

R:

     Estimate  Std. Error  t value Pr(>|t|)   
ar2  -0.07967     0.24184   -0.329    0.742   
ma1   0.62047     0.12654    4.903 9.42e-07 ***
ma2   0.35177     0.22969    1.532    0.126   

R里面是用arma这个函数做的,除了lag和include.intercept以外都是用的默认值

请问一下这是啥原因,谢谢!

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:EVIEWS arma模型 Views Eview ARMA EVIEWS 模型 ARMA 参数估计

沙发
abelus 发表于 2008-1-7 10:07:00
ols vs mle?

Use "?arima" and read the doc in detail.

Good luck.

藤椅
abelus 发表于 2008-1-7 10:09:00
And you can try the "Stata", when you use the same methods of estimation, there are some computational difference as well.

板凳
cowonline 发表于 2008-1-11 21:09:00

Thank you all ,i'll try..

报纸
cescelia 在职认证  发表于 2011-4-16 10:54:57
想问的是,你的p,q怎么确定的?

地板
楚韵荆风 学生认证  发表于 2011-4-16 13:57:44
5# cescelia

p、q一般是通过寻找对应的最小的AIC\BIC
共享是一种彼此的快乐

7
iiistony 发表于 2011-4-22 00:49:59
很正常,用的参数估计算法不一样,当然结果不一样
Essentially, all models are wrong, but some are useful.------George E.P. Box

8
crystal0416 发表于 2011-6-6 18:33:56
1# cowonline
你好,我想问下用eviews做出运行结果后得到ma(q)项的系数,那可以白噪声的方差是多少吗?是std.error那项吗?

9
luyajun01 在职认证  发表于 2011-8-13 12:32:00
一样,兄弟,我也遇到这样的问题 困惑中………………

10
yucongy 发表于 2011-8-21 22:21:24
我觉得这个得看下源程序
不知道是不是默认的初值不同所造成的(在优化的时候,如果目标函数存在多个局部最优解的话,不同的初值会产生不同结果;你可以试着把ARMA程序编出来,然后采用模拟退火算法对目标似然函数进行优化,比较一下结果看看~)
最后,不同的软件,它们的最大似然函数值是一样的么~
不经意间一年过去了,发现学到的东西不少,但是要学的东西却越来越多
若有问题咨询,请邮件联系:yucong134@163.com

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-31 19:11