R ar.ols 通过 OLS 将自回归模型拟合到时间序列

R语言 ar.ols 位于 stats 包(package)。

说明

通过普通最小二乘法将自回归时间序列模型拟合到数据，默认情况下选择 AIC 复杂度。

用法

ar.ols(x, aic = TRUE, order.max = NULL, na.action = na.fail,
       demean = TRUE, intercept = demean, series, ...)

参数

`x`	单变量或多变量时间序列。
`aic`	逻辑标志。如果`TRUE`，则使用 Akaike 信息准则来选择自回归模型的阶数。如果 `FALSE` ，则拟合阶数 `order.max` 的模型。
`order.max`	要拟合的模型的最大阶数(或阶数)。默认为 `10\log_{10}(N)`，其中 `N` 是观测值数量。
`na.action`	调用函数来处理缺失值。
`demean`	AR 模型应该是 `x` 减去其平均值吗？
`intercept`	是否应该安装单独的截距项？
`series`	该系列的名称。默认为 `deparse1(substitute(x))` 。
`...`	要传递给方法或从方法传递的更多参数。

细节

ar.ols 将通用 AR 模型拟合到可能非平稳和/或多变量系列 x 系统。即使某些序列是非平稳的和/或co-integrated，所得的无约束最小二乘估计也是一致的。为了明确起见，请注意 AR 系数的符号为

其中，除非intercept 为真，否则a_0 为零；如果demean 为真，则\mu 为样本平均值，否则为零。

如果 aic 为 true，则订单选择由 AIC 完成。这是有问题的，因为 ar.ols 不执行真正的最大似然估计。 AIC 的计算方式就像方差估计(根据残差的方差矩阵计算)是 MLE，从似然性中省略了行列式项。请注意，这与在估计参数值下评估的高斯似然不同。

如果 intercept 为 true 而 demean 为 false，则需要小心。仅当系列大致以零为中心时才使用此选项。否则计算可能不准确或完全失败。

值

类 "ar" 的列表，包含以下元素：

`order`	拟合模型的顺序。这是通过在 `aic = TRUE` 时最小化 AIC 来选择的，否则为 `order.max` 。
`ar`	拟合模型的估计自回归系数。
`var.pred`	预测方差：对时间序列方差中自回归模型无法解释的部分的估计。
`x.mean`	用于拟合和预测的序列的估计平均值(如果 `demean` 为 false，则为零)。
`x.intercept`	`x - x.mean` 模型中的截距，如果 `intercept` 为 false，则截距为零。
`aic`	每个模型与 best-fitting 模型之间 AIC 的差异。请注意，后者的 AIC 可以为 `-Inf` 。
`n.used`	时间序列中的观测值数量。
`order.max`	`order.max` 参数的值。
`partialacf`	`NULL` 。为了与 `ar` 兼容。
`resid`	拟合模型的残差，以第一个 `order` 观测值为条件。第一个 `order` 残差设置为 `NA` 。如果 `x` 是时间序列，那么 `resid` 也是时间序列。
`method`	字符串`"Unconstrained LS"`。
`series`	时间序列的名称。
`frequency`	时间序列的频率。
`call`	匹配的调用。
`asy.se.coef`	系数估计值的 asymptotic-theory 标准误差。

例子

ar(lh, method = "burg")
ar.ols(lh)
ar.ols(lh, FALSE, 4) # fit ar(4)

ar.ols(ts.union(BJsales, BJsales.lead))

x <- diff(log(EuStockMarkets))
ar.ols(x, order.max = 6, demean = FALSE, intercept = TRUE)

作者

Adrian Trapletti, Brian Ripley.

参考

Luetkepohl, H. (1991): Introduction to Multiple Time Series Analysis. Springer Verlag, NY, pp. 368-370.

也可以看看

ar

相关用法

注：本文由纯净天空筛选整理自R-devel大神的英文原创作品 Fit Autoregressive Models to Time Series by OLS。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。