向量自回归模型---VAR model

年份	y	X1	X2	X3	X4	X5	X6
2000	10.2335	14716	45326	39734	0.7902	1.4729	69.00
2001	9.5063	15501	49262	45507	0.8670	1.4106	69.30
2002	9.1967	16189	53624	51189	0.9450	1.4014	69.00
2003	9.3851	16968	62121	57476	1.0600	1.4431	69.40
2004	9.2673	20902	73530	66283	1.2400	1.4329	70.90
2005	8.8758	21804	87127	76965	1.4259	1.4060	71.60
2006	8.3349	23313	103164	91180	1.6602	1.3161	71.20
2007	7.3881	27783	125145	115091	2.0337	1.1620	70.80
2008	6.5439	32747	148098	135907	2.3912	1.0122	71.60
2009	6.3243	34154	157850	153625	2.5963	0.9725	72.00
2010	6.2895	39355	188805	180743	3.0567	0.8820	72.80
2011	5.7388	46153	223390	214580	3.6018	0.7995	72.30
2012	5.4279	50893	240200	243030	3.9544	0.7529	72.40
2013	5.1350	55322	256810	275887	4.3320	0.7090	72.96
2014	4.8756	58336	271765	306038	4.6629	0.6697	73.15

上面的数据能做用向量自回归做吗？

w基地 发表于 2016-6-6 10:30
您的意思是不是我的样本太少了呢？还是有其他原因？

样本太少,弄成增长率方便处理罢了

没有_na的都是做了一阶差分的...观察数量不足做不下去了.

wanshanle 发表于 2016-6-6 00:22
没有_na的都是做了一阶差分的...观察数量不足做不下去了.

都化成了增长率

wanshanle 发表于 2016-6-6 00:22
没有_na的都是做了一阶差分的...观察数量不足做不下去了.

您的意思是不是我的样本太少了呢？还是有其他原因？

wanshanle 发表于 2016-6-6 00:22
都化成了增长率

都化成增长率是什么意思？您方便给解释下吗。

虽然还不是很懂，但是谢谢，我再好好研究下。

w基地 发表于 2016-6-7 10:03
虽然还不是很懂，但是谢谢，我再好好研究下。

把这东西弄成月度或者每天的数据,可能还好一些

wanshanle 发表于 2016-6-8 02:16
把这东西弄成月度或者每天的数据,可能还好一些

嗯好的，O(∩_∩)O谢谢

以为什么都用VAR，计量模型泛滥了