R编程求教

是 否 +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~ !

立即领取

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

请问有高手知道怎么用R处理结构方程模型与状态空间模型结合的例子吗？

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

分享0 收藏0 回帖

关键词：R编程 结构方程模型 状态空间模型 结构方程 状态空间 空间 模型

我来说一个结构方程模型的例子吧——这个例子来自Michael P.Murry的现代计量经济学一书下册。研究人员想对鳕鱼市场的供给与需求建立联立方程模型。供给方程形式为：
PRICE = c+QTY+WINDSPD+RAINY+COLD+STORMY+MIXED+WINDSPD2
需求方程形式为：QTY=c+PRICE+DAY1+DAY2+DAY3+DAY4
其中价格和销量为内生变量，其它和天气和日期有关的为外生变量。所有的外生变量均用来作工具变量。

#首先载入扩展包
library(systemfit)
#读入数据再建立方程
demand <- QTY ~ PRICE+DAY1+DAY2+DAY3+DAY4
supply <- PRICE ~ QTY+WINDSPD+RAINY+COLD+STORMY+MIXED+WINDSPD2
system <- list(demand,supply)
#明确工具变量名称
inst <- ~WINDSPD+WINDSPD2+COLD+RAINY+MIXED+STORMY+DAY1+DAY2+DAY3+DAY4
#利用systemfit命令来获得结果
result2sls <- systemfit(method="2SLS",formula=system,inst=inst)
summary(result2sls)

systemfit results
method: 2SLS

         N  DF     SSR  detRCov   OLS-R2 McElroy-R2
system 222 208 62.2896 0.057822 0.186339   0.236081

      N  DF     SSR      MSE     RMSE       R2   Adj R2
eq1 111 105 49.3550 0.470047 0.685600 0.184330 0.145489
eq2 111 103 12.9346 0.125579 0.354371 0.193912 0.139129

The covariance matrix of the residuals
          eq1       eq2
eq1 0.4700473 0.0347262
eq2 0.0347262 0.1255787

The correlations of the residuals
         eq1      eq2
eq1 1.000000 0.142932
eq2 0.142932 1.000000


2SLS estimates for 'eq1' (equation 1)
Model Formula: QTY ~ PRICE + DAY1 + DAY2 + DAY3 + DAY4
Instruments: ~WINDSPD + WINDSPD2 + COLD + RAINY + MIXED + STORMY + DAY1 +
    DAY2 + DAY3 + DAY4

              Estimate Std. Error  t value   Pr(>|t|)   
(Intercept)  8.5395767  0.1560670 54.71736 < 2.22e-16 ***
PRICE       -0.9337678  0.3452685 -2.70447  0.0079832 **
DAY1        -0.0121607  0.2083902 -0.05836  0.9535764   
DAY2        -0.5259261  0.2023729 -2.59880  0.0106999 *
DAY3        -0.5626912  0.2070420 -2.71776  0.0076899 **
DAY4         0.1000506  0.2028977  0.49311  0.6229655   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.6856 on 105 degrees of freedom
Number of observations: 111 Degrees of Freedom: 105
SSR: 49.354962 MSE: 0.470047 Root MSE: 0.6856
Multiple R-Squared: 0.18433 Adjusted R-Squared: 0.145489


2SLS estimates for 'eq2' (equation 2)
Model Formula: PRICE ~ QTY + WINDSPD + RAINY + COLD + STORMY + MIXED + WINDSPD2
Instruments: ~WINDSPD + WINDSPD2 + COLD + RAINY + MIXED + STORMY + DAY1 +
    DAY2 + DAY3 + DAY4

               Estimate  Std. Error  t value  Pr(>|t|)
(Intercept) -3.08018739  5.87202508 -0.52455 0.6010212
QTY          0.05056356  0.12470245  0.40547 0.6859704
WINDSPD      1.44654086  4.06741515  0.35564 0.7228365
RAINY       -0.00366122  0.09328092 -0.03925 0.9687676
COLD         0.04688691  0.07791593  0.60176 0.5486544
STORMY       0.38896484  0.14312697  2.71762 0.0077155 **
MIXED        0.21230097  0.09611835  2.20875 0.0294083 *
WINDSPD2    -0.22889804  0.70527628 -0.32455 0.7461792
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.354371 on 103 degrees of freedom
Number of observations: 111 Degrees of Freedom: 103
SSR: 12.934605 MSE: 0.125579 Root MSE: 0.354371
Multiple R-Squared: 0.193912 Adjusted R-Squared: 0.139129