关于BIC and AIC

接触stata 不久, 在time series 的BIC 和AIC遇到一些问题
为什么display"AIC="log(e(rss))/e(n))+(...)*2e(n)  和varsoc variable maxlag(n)的结果不一样~？？
还有怎么看varsoc maxlag 计算的BIC呢？

一直在学习中，谢谢~

我觉得模型不同，计算公式不同，自然AIC不同。

varsoc 是对症VARs或VECM的。从报表显示，您可以看到好像设定lag一期比较优。
有*的地方，大都在lag一期，而且其值比较小。

另外，自行计算与展开的AIC，这像是AR模型【暂且不论您的dif是不是已取差分】
如果是在后者模型的探讨上，则您可以变化L【执行只有到lag三期的，lag二期的，lag一期的】
看看AIC的变化。【这是在探讨模型的配适，选AIC较小的】

varsoc的 r(stats)是以向量或矩阵储存，那不过是把报表中的统计量表数字存起来，
您要叫出来的话，要用矩阵的指令。
例如
matrix a=r(stats)
matrix list a

参考手册  Manual:  [TS] varsoc
您display计算出的AIC，坦白说，那公式我看不懂，您可能要对一下varsoc计算AIC的公式。

您执行完varsoc后，
一些统计值存在
r(stats)       LL, LR, FPE, AIC, HQIC, SBIC, and p-values

也许我回答的不好，
但希望对您有所帮助。

楼上说的没有错

首先的必需把计算的公式的搞清楚，是不是一样的

3# 蓝色
"AIC="log(e(rss))/e(n))+(p+1)*2e(n),关于varsoc 也是在网上查到的，不知道原因，所以请教~谢谢

把你的数据、程序和结果都列出来。让大家看看

5# 蓝色

一个是这个
.
. varsoc dif ,maxlag(4),if tin(1955q1,2004q4)
Selection-order criteria
Sample:  1955q1 - 2004q4                     Number of obs      =       200
+---------------------------------------------------------------------------+
lag     LL      LR      df    p      FPE       AIC      HQIC      SBIC   
----+----------------------------------------------------------------------
0   654.297                      .000085  -6.53297   -6.5263  -6.51648  
1   663.848  19.101*   1  0.000  .000078* -6.61848* -6.60513*  -6.5855*
2   664.785  1.8745    1  0.171  .000078  -6.61785  -6.59783  -6.56838  
3   665.152   .7332    1  0.392  .000079  -6.61152  -6.58482  -6.54555  
4   665.442  .57971    1  0.446  .000079  -6.60442  -6.57105  -6.52196  
+---------------------------------------------------------------------------+
Endogenous:  dif
Exogenous:  _cons
. r(stats)
unrecognized command:  r


另一个
Linear regression                                      Number of obs =     200
                                                       F(  4,   195) =    4.32
                                                       Prob > F      =  0.0023
                                                       R-squared     =  0.1055
                                                       Root MSE      =   .0088
------------------------------------------------------------------------------
             |               Robust
         dif |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         dif |
         L1. |   .2733695   .0809125     3.38   0.001     .1137935    .4329455
         L2. |    .118314   .0950745     1.24   0.215    -.0691923    .3058203
         L3. |  -.0448664   .0801436    -0.56   0.576     -.202926    .1131932
         L4. |  -.0532703   .0840329    -0.63   0.527    -.2190003    .1124598
             |
       _cons |   .0058116   .0012956     4.49   0.000     .0032564    .0083667
------------------------------------------------------------------------------
. display "AIC="ln(e(rss)/e(N))+(4+1)*2/e(N)
AIC=-9.442295

谢谢~

2# h3327156

5# 蓝色
一个是这个
.
. varsoc dif ,maxlag(4),if tin(1955q1,2004q4)
Selection-order criteria
Sample:  1955q1 - 2004q4                     Number of obs      =       200
+---------------------------------------------------------------------------+
lag     LL      LR      df    p      FPE       AIC      HQIC      SBIC   
----+----------------------------------------------------------------------
0   654.297                      .000085  -6.53297   -6.5263  -6.51648  
1   663.848  19.101*   1  0.000  .000078* -6.61848* -6.60513*  -6.5855*
2   664.785  1.8745    1  0.171  .000078  -6.61785  -6.59783  -6.56838  
3   665.152   .7332    1  0.392  .000079  -6.61152  -6.58482  -6.54555  
4   665.442  .57971    1  0.446  .000079  -6.60442  -6.57105  -6.52196  
+---------------------------------------------------------------------------+
Endogenous:  dif
Exogenous:  _cons
. r(stats)
unrecognized command:  r

另一个
Linear regression                                      Number of obs =     200
                                                       F(  4,   195) =    4.32
                                                       Prob > F      =  0.0023
                                                       R-squared     =  0.1055
                                                       Root MSE      =   .0088
------------------------------------------------------------------------------
             |               Robust
         dif |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         dif |
         L1. |   .2733695   .0809125     3.38   0.001     .1137935    .4329455
         L2. |    .118314   .0950745     1.24   0.215    -.0691923    .3058203
         L3. |  -.0448664   .0801436    -0.56   0.576     -.202926    .1131932
         L4. |  -.0532703   .0840329    -0.63   0.527    -.2190003    .1124598
             |
       _cons |   .0058116   .0012956     4.49   0.000     .0032564    .0083667
------------------------------------------------------------------------------
. display "AIC="ln(e(rss)/e(N))+(4+1)*2/e(N)
AIC=-9.442295
谢谢~

8# h3327156
原来这么高深,对于AR模型,有直接计算 AIC BIC的模型吗？谢谢~

就我所知，arima好像在stata不会直接秀AIC或BIC
【当然如果有高人知道，请告知，学习了！】
但在EViews，它会秀出。

谢谢您评为最佳答案。