1回答
该模型是具有AR(1)残差的多OLS模型。lag(residuals(model1), 1)
model2 <- lm(y ~ x1 + x2 + x3 + e, data) 我的问题与这个thread中的问题是一样的，我也预料到了:虽然参数估计是相似的如何在残差上生成AR(1)，并按原样生成其他变量？
浏览 10提问于2020-07-17得票数 1
回答已采纳
我使用的是AR(1)模型的对数返回值。我想估计方程中的a和b：我使用雅虎的数据如下：security<-"MMM"ret<-diff(log(price[,1]))fit<-
浏览 0提问于2016-12-03得票数 0
为什么我们使用平方残差而不是OLS估计中的绝对残差。
我的想法是，我们使用误差值的平方，这样，在拟合线以下的残差(然后是负的)，仍然可以加到正的误差上。
浏览 6提问于2019-11-12得票数 0
回答已采纳
我正在使用statsmodels.tsa.vector_ar.svar_model.SVAR函数。我不确定残差(代码中的“resid”)的计算是否正确，因为它似乎没有考虑同期的项。
浏览 17提问于2019-12-24得票数 0
1回答
我要估计/获取AR(2)模型的残差。作为残差=实际值拟合值。我有一个包含4000列(每列公司)的巨大数据序列。现在，我想运行一个AR(2)模型，从it.These列中得到的剩余值是每个公司的流动性度量。现在，我需要对每个公司计算出来的流动性度量进行2个滞后的自回归模型的转换，因此，第一，自相关是removed.To变换，每个公司的流动性度量使用下面的方程中概述的AR(2)过程，并使用残差进行后续分析。<em
浏览 3提问于2016-01-08得票数 0
回答已采纳
我使用R中的systemfit包运行SUR回归，数据集包含80家银行的回报，这些银行在虚拟变量上回归，在特定日期等于1，否则等于0。在运行这个程序时，我总是获得相同的错误：
library("systemfit")den <- read.table("
浏览 1提问于2019-01-18得票数 2
回答已采纳
1回答
例如，我得到了一个AR(1)模型。然后，我从这个模型中提取残差。这如何生成与原始向量相同的残差数？如果这是一个AR(1)模型，那么残差的数量应该比原始时间序列的维数少1。我遗漏了什么？示例：arprocess = as.numeric(arima.sim(model = list(ar=.5), n=100))# Series: arproc
浏览 4提问于2013-09-06得票数 3
回答已采纳
1回答
我使用以下示例代码，对数据(只是我选择用来检查函数的数字)运行AR1进程：[1] 3 7 4 6 2 8 5 4Time Series:End5.0323残差为顺便说一句-尝试ar函数会产生不同的结果：
ar(x = data_ts, aic =
浏览 2提问于2016-04-02得票数 0
1回答
python群回归后的元组解压
、、、、
我输出系数和每一组的全部残差向量。这导致元组具有不同大小的“元素”。result = sm.OLS(Y, X, missing='drop').fit()print(fit)
我想要的只是一个Nx2数据，它的截距在
浏览 8提问于2022-07-11得票数 0
OLS指的是将一条线与数据相匹配，而RSS是OLS使用的成本函数。找出给出最小残差和平方误差的参数。它在OLS中被称为普通，指的是我们正在做线性拟合。
浏览 0提问于2016-04-28得票数 9
1回答
我感兴趣的是从R中任何ARIMA模型中得到AR(p)部分的值。例如，假设我估计以下ARIMA模型我有兴趣将这些值定义为：我要做的是： fitted_ar_model <- fitted(ar_model)
resid_ar_model <- residuals(ar</
浏览 0提问于2020-02-12得票数 0
回答已采纳
3回答
有谁知道一个命令或一种方法来获得回归的残差标准误差或回归的标准误差？我使用以下命令来获得系数和R平方，我想学习一个类似于回归标准误差的命令：#For the coefficients:print(model.params)
model = smf.OLS(y, X).fit()
我将非常感谢能在这个问题上帮助我的人。
浏览 0提问于2020-08-10得票数 1
1回答
广义加法模型(GAM)的自相关
、、、、
有人能帮助我在适当的代码中包含某种形式的自相关度量(AR1)吗？在我的模型里。据我所知，我需要使用gamm()函数而不是gam()函数？
浏览 5提问于2017-12-01得票数 6
回答已采纳
1回答
-是待确定的参数RV_monthAverage =(1/30)*(从t-1到t-30的RV之和)我认为我应该使用AR模型，但我不太确定如何实现它，因为对于AR模型，右侧没有平均值，而是简单的先前值，例如：要使用AR模型，我必须尝试：+RV(t-30)] + e
当我尝试估计参数C0、C1、C2和C3时，我不确定如何在不干扰参数的情况下
浏览 0提问于2013-01-03得票数 0
回答已采纳
1回答
我正在尝试测试一个用OLS方法建立的线性回归模型，用于协整/模型错误描述/平稳。如果自变量和因变量都是平稳的，则满足线性回归模型(OLS假设)。然而，如果因变量和至少一个自变量都是非平稳的，则需要检验残差的平稳性。如果残差是平稳的，则模型是协整的.对于所有其他的平稳性结果，这些模型被认为是错误的。
浏览 0提问于2019-07-22得票数 0
回答已采纳
2回答
假设一个无噪音的AR(1)处理y(t)= a*y(t-1)。我有以下的概念性问题，我将很高兴得到澄清。但是当使用像arburg()或最小二乘这样的方法估计系数时，我们只需调用这个函数。我不知道是否隐式地添加了高斯白噪声。然后，当我们用估计系数求解AR方程时，我发现没有考虑负号，也没有添加噪声项。在Q2编码问题中如何模拟fitted_data的k个试验，然后找出残差-我拟合了从未知系统生成的数据“数据”，并得到了系数。residual= original_data - f
浏览 9提问于2013-07-30得票数 0
回答已采纳
2回答
如何从ols()对象获取剩余诊断图？通常，如果使用glm()或lm()，我只会执行plot(lm())，但是plot(ols())会给出一个错误。我的代码是：plot(fit) match.arg(类型)中的错误
浏览 3提问于2020-04-08得票数 1
对于ar(1)和arima(1，0，0)的AIC有很大的不同：> a$aic > b$aic回归的柯夫是相当接近的：-0.068的ar和-0.077的阿里玛。
浏览 4提问于2013-09-28得票数 0
我对r是新的，我使用optim函数来获得arima函数的最大似然估计，假设残差是正态分布的。我对数据进行了一次差分，使其静止不动。arima1<-function(a=length(kings))e[1:2]=0
{for(i in 3:41)
{e[i]<-sum(y[i],-AR[1],-(AR[2]*y[
浏览 3提问于2014-04-09得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
