计量经济学的多重共线性是怎么回事

以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为：Yt = β0 + β1Yt u2212 1 + β2Yt u2212 2 + ... + βqYt u2212 q + α0Xt + α1Xt u2212 1 + ... + αsXt u2212 s + μt q（注意公式中上标下标未分），s：滞后时间间隔自回归分布滞后模型（autoregressive distributed lag model, ADL）：既含有Y对自身滞后变量的回归，还包括着X分布在不同时期的滞后变量有限自回归分布滞后模型：滞后期长度有限；无限自回归分布滞后模型：滞后期无限。 分布滞后模型：<IMG class=tex alt=Y_t=alpha+sum_{i=0}^seta_iX_{t-i}+mu_t src=http://wiki.mbalib.com/w/images/math/0/3/6/0367c7877eb9bd48db07f5ea9d75fc71.png> 模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X变化一单位对Y平均值的影响程度。 βi (i=1,2…,s)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。<IMG class=tex alt=sum_{i=0}^seta_i src=http://wiki.mbalib.com/w/images/math/5/9/f/59fe37cda9a2a775892ebbeff9379350.png>称为长期（long-run）或均衡乘数（total distributed-lag multiplier），表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。如果各期的X值保持不变，则X与Y间的长期或均衡关系即为<IMG class=tex alt=E(Y)=alpha_0+alpha_1X_t+(sum_{i=0}^seta_i)X src=http://wiki.mbalib.com/w/images/math/d/7/0/d70a72254bee32c74ca0b45ad78d6a0e.png> 自回归模型：模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值<IMG class=tex alt=Y_t=alpha_0+alpha_1X_t+sum_{i=1}^qeta_iY_{t-i}+mu_t src=http://wiki.mbalib.com/w/images/math/6/5/f/65fbaaa44bf9b2dc1628ae442b8f9f35.png>而Yt = α0 + α1Xt + α2Yt u2212 1 + μt称为一阶自回归模型（first-order autoregressive model）。

因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。表示前几期值的变量称为滞后变量。如：消费函数，通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： Ct = β0 + β1Yt + β2Yt u2212 1 + β3Yt u2212 2 + βt Yt u2212 1，Yt u2212 2为滞后变量。产生滞后效应的原因 ：1、心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。

具有滞后效应的变量称为滞后变量。在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable），含有滞后变量的模型称为滞后变量模型。滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model）。心理因素：人们的心理定势，行为方式滞后于经济形势的变化，就会导致滞后变量不显著，如中彩票的人不可能很快改变其生活方式。技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。当滞后变量的回归系数变得在统计上不显著，或者至少有一个变量的系数估计值符号发生变化，由正变负或由负变正，序贯回归过程就终止。

在的。加入滞后变量后原变量还在。滞后变量(Lagged Variable)通常把变量的前期值,即带有滞后作用的变量称为滞后变量(Lagged Variable),滞后变量分为滞后解释变量与滞后被解释变量。但是加入滞后变量并不影响原有的变量。

对数的滞后变量用运算符lag()表示，如lag(x,1)表示x滞后一期的滞后变量，lag(log(z),2)表示log(z)滞后两期的滞后变量；差分项则使用运算符diff()表示。

前期的值会影响到后期的值，这样的变量，就是滞后变量。很多经济变量，都有这种情况。比如人的收入，如果有储蓄存款，后期会得到前期存款的利息，也属于滞后变量。

基准回归可以使用滞后数据。滞后数据是指将某个变量的历史值作为自变量，用于预测该变量的当前值。在基准回归中，滞后数据可以作为控制变量，用于控制其他因素对因变量的影响，从而更准确地估计基准效应。例如，在研究某个政策对经济增长的影响时，可以使用过去几年的经济增长率作为滞后变量，控制其他因素对经济增长的影响。

lagged dependent variable

stata中如何生成两阶以上的滞后变量要先设定时间变量 用 tsset time X(截面变量)。假如变量是x 要生成其滞后一期 。命令为：gen m=l.x就可以了。如果要滞后多期的话就在l的后面加上对应的数字。

我现在好乱的感觉，马上面临小升初了。老师家长对我的期望还是很高的，我怕我考重点中学里的初中

如果目的是创建滞后变量以便在某些估计中使用它们，请知道您可以在许多估计命令中直接使用时间序列运算符；也就是说，一开始就不需要创建滞后变量。请参阅help tsvarlist。

①“方法”中选择“进入”，表示所有的自变量都进入模型，目前还没有考虑到变量的多重共线问题，要先观察初步的结果分析，才会考虑发哦变量的多重共线问题。通过观察调整后的判定系数0.924，拟合优度较高，不被解释的变量较少。②由回归方程显著性检验的概率为0，小于显著性水平0.05，则认为系数不同时为0，被解释变量与解释变量全体的线性关系是显著的，可建立线性方程。由系数表知，观察回归系数显著性检验中的概率值，如果显著性水平为0.05，除去“投入人年数”外，其他变量均大于显著性水平，这些变量保留在方程中是不正确的。所以该模型不可用，应重新建模。③重新建模操作见图片，采用的是“向后筛选”方法，依次剔除的变量是专著数、投入高级职称的人年数、投入科研事业费、获奖数、论文数。最后的模型结果是“立项课题数=-94.524+0.492x投入人年数”。④残差分析：又P-P图可知，原始数据与正态分布的不存在显著的差异，残差满足线性模型的前提要求。由库克距离（0.041小于1）和杠杆指变量的值知，没有显著的差异。残差点在0线周围随机分布。

eviews生成变量的滞后值要建立变量滞后模型，采用阿尔蒙变换，输入基础数据并生成高层次的分析所，依赖的数据模型，根据模型结合时间变量等函数再推断出变量的滞后值。

如果你想生成滞后变量，就要先将数据定义为时间序列数据，让spss自己生成一个时间变量

时间序列分析里面经常会用到滞后变量，这时因为时序分析和联立方程组的不同在于：联立方程组是从因果关系等角度考虑变量间的联系的，时间序列分析则从序列本身的情况入手来研究的。所以，对于一个时间序列来讲，其在各个时点点的值都是信息，都会影响模型对未来值的确定。在这里，后面时点的变量值就是滞后变量。

在经济运行过程中,广泛存在时间滞后效应.某些经济变量不仅受到同期各种因素的影响,而且也受到过去某些时期的各种因素甚至自身的过去值的影响.通常把这种过去时期的,具有滞后作用的变量叫做滞后变量（Lagged Variable）,含有滞后变量的模型称为滞后变量模型.滞后变量模型考虑了时间因素的作用,使静态分析的问题有可能成为动态分析.含有滞后解释变量的模型,又称动态模型（Dynamical Model）.产生滞后效应的原因 ：1、心理因素：人们的心理定势,行为方式滞后于经济形势的变化,如中彩票的人不可能很快改变其生活方式.2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产.3、制度原因：如定期存款到期才能提取,造成了它对社会购买力的影响具有滞后性.以滞后变量作为解释变量,就得到滞后变量模型.它的一般形式为：Yt = β0 + β1Yt u2212 1 + β2Yt u2212 2 + ...+ βqYt u2212 q + α0Xt + α1Xt u2212 1 + ...+ αsXt u2212 s + μt q（注意公式中上标下标未分）,s：滞后时间间隔自回归分布滞后模型（autoregressive distributed lag model,ADL）：既含有Y对自身滞后变量的回归,还包括着X分布在不同时期的滞后变量有限自回归分布滞后模型：滞后期长度有限；无限自回归分布滞后模型：滞后期无限.分布滞后模型（distributed-lag model）分布滞后模型：Y_t=alpha+sum_{i=0}^seta_iX_{t-i}+mu_t 模型中没有滞后被解释变量,仅有解释变量X的当期值及其若干期的滞后值：β0：短期(short-run)或即期乘数(impact multiplier),表示本期X变化一单位对Y平均值的影响程度.βi (i=1,2…,s)：动态乘数或延迟系数,表示各滞后期X的变动对Y平均值影响的大小.sum_{i=0}^seta_i称为长期（long-run）或均衡乘数（total distributed-lag multiplier）,表示X变动一个单位,由于滞后效应而形成的对Y平均值总影响的大小.如果各期的X值保持不变,则X与Y间的长期或均衡关系即为E(Y)=alpha_0+alpha_1X_t+(sum_{i=0}^seta_i)X自回归模型（autoregressive model）自回归模型：模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值Y_t=alpha_0+alpha_1X_t+sum_{i=1}^qeta_iY_{t-i}+mu_t而Yt = α0 + α1Xt + α2Yt u2212 1 + μt称为一阶自回归模型（first-order autoregressive model）.

工具变量滞后一期是解决内生性问题的两种方法，其意思分别为：1、使用内生变量的滞后一期，内生变量的上一期与当期误差项并不存在

stata中如何生成两阶以上的滞后变量要先设定时间变量用tssettimex(截面变量)。假如变量是x要生成其滞后一期。命令为：genm=l.x就可以了。如果要滞后多期的话就在l的后面加上对应的数字。

1、生成数据。2、依次点击：Statistics→linear model and related→linear regression菜单，弹出回归分析对话框。3、在“dependent variable“中填入响应变量y，在”independent variable“中填入解释变量x，点击OK按钮。4、在结果界面中，_cons为0.514312表示回归截距，回归系数为0.9935173，则回归方程为y=0.514312+0.9935173x。Prob>F=0.0000<0.05，说明回归方程具有统计学意义。R-squared和Adj R-squared分别为0.9891和0.9878，说明回归方程拟合效果很好。5、回归拟合图。依次点击Statistics→linear model and related→Regression diagnostics→Added-variable plot，弹出回归拟合散点图及拟合直线设置窗口。6、散点图表明，解释变量和响应变量呈明显的线性趋势。

内生变量的一种,相对于先决变量。变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的;但在纯函数式语言(如Haskell)中，变量可能是不可变(immutable)的。在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象(如在Java和VisualBasic中);但另外一些语言可能使用其它概念(如C的对象)来指称这种抽象，而不严格地定义"变量"的准确外延。

如果是连贯的时间序列 tsset date gen d_price = d.price // 一阶差分 如果不连贯 gen date_c = _n tsset date_c gen d_price = d.price

　　多个解释变量能采用分布滞后模型。　　在经济运行过程中,广泛存在时间滞后效应.某些经济变量不仅受到同期各种因素的影响,而且也受到过去某些时期的各种因素甚至自身的过去值的影响。　　通常把这种过去时期的,具有滞后作用的变量叫做滞后变量（Lagged Variable）,含有滞后变量的模型称为滞后变量模型.滞后变量模型考虑了时间因素的作用,使静态分析的问题有可能成为动态分析.含有滞后解释变量的模型,又称动态模型（Dynamical Model）。　　产生滞后效应的原因 ：　　1、心理因素：人们的心理定势,行为方式滞后于经济形势的变化,如中彩票的人不可能很快改变其生活方式.　　2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产.　　3、制度原因：如定期存款到期才能提取,造成了它对社会购买力的影响具有滞后性.

我在使用xtdpdsys做动态面板的系统GMM估计时，当使用的命令为xtdpdsys ls lntrade lnfdi tfp lnagdp lnkty ,two vce(gmm)，可以做sargan和AR检验；然后，按照STATA-HELP中的例子，使用命令xtdpdsys ls l(0/1).lntrade l(0/1).lnfdi l(0/1).tfp l(0/1).lnagdp l(0/1).lnkty ,two vce(gmm)，就会提示cannot calculate Sargan test with dropped variables！而且，一般采用内生变量的滞后一期值作为工具变量，那么在xtdpdsys命令中如何设置工具变量呢？pre和end的使用也不是很清楚，在此请教大家。

需要。 控制变量在工具书中的解释：除自变量之外，一切能使因变量发生变化的变量。这类变量是应该加以控制的，如果不加控制，它也会造成因变量的变化，即自变量和一些未加控制的因素共同造成了因变量的变化,这叫自变量的混淆。因此，只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。 控制变量在实验中，仅仅只有自变量才是和因变量有关的，自变量之外往往存在额外相关变量，此类变量简称额外变量，因其必须被想办法控制，在实验中保持恒定不变，又称其为控制变量。??

eviews中 x(-1)表示变量滞后一期 直接纳入方程中作为解释变量使用。

因为要应用。选择滞后一期的工业智能化指数作为核心解释变量进行回归。因为技术应用并非一蹴而就，从智能化技术研究到机器设备投资和行业应用。在时间序列中，由于解释变量中同时存在当期和滞后期的叫滞后分布模型。

自变量滞后一期的意思一阶滞后就是模型的前一期值。时间序列分析一般是Box-Jenkins的方法。把因变量的滞后项作为自变量y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t。有大量的理由可以假定滞后因变量是Y或△Y的原因之。在政治、社会或心理的态度分析中，早前倾向会对倾向的当前状态或其历时变化产生一定的因果作用。通常把变量的前期值即带有滞后作用的变量称为滞后变量（Lagged Variable）,滞后变量分为滞后解释变量与滞后被解释变量。含有滞后变量的模型称为滞后变量模型。现实经济生活中，许多经济变量不仅受同期因素的影响，而且还与它自身的前期值有关。例如，人们的消费支出不仅取决于当前收入，还在一定程度上与过去各期收入有关。

大神来了，你这个问题太多，一个一个找我给你回答吧我替别人做这类的数据分析蛮多的

可以做的做数据分析，找我吧

在数据处理板块中处理。首先，在‘数据处理"版块中点击‘生成变量"按钮，然后，在右边生成变量中下拉选择滞后处理，根据需求选择滞后阶数，最后，点击确认处理，在左侧框可以看到滞后处理结果。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。

在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable），含有滞后变量的模型称为滞后变量模型。滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model）。产生滞后效应的原因 ：1、心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为：Yt = β0 + β1Yt u2212 1 + β2Yt u2212 2 + ... + βqYt u2212 q + α0Xt + α1Xt u2212 1 + ... + αsXt u2212 s + μt q（注意公式中上标下标未分），s：滞后时间间隔自回归分布滞后模型（autoregressive distributed lag model, ADL）：既含有Y对自身滞后变量的回归，还包括着X分布在不同时期的滞后变量有限自回归分布滞后模型：滞后期长度有限；无限自回归分布滞后模型：滞后期无限。分布滞后模型（distributed-lag model）分布滞后模型：<IMG class=tex alt=Y_t=alpha+sum_{i=0}^seta_iX_{t-i}+mu_t src="htt p:/ /wiki.mbalib.c om/w/images/math/0/3/6/0367c7877eb9bd48db07f5ea9d75fc71.png"> 模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X变化一单位对Y平均值的影响程度。 βi (i=1,2…,s)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。<IMG class=tex alt=sum_{i=0}^seta_i src="htt p:/ /wiki.mbali b.c om/w/images/math/5/9/f/59fe37cda9a2a775892ebbeff9379350.png">称为长期（long-run）或均衡乘数（total distributed-lag multiplier），表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。如果各期的X值保持不变，则X与Y间的长期或均衡关系即为<IMG class=tex alt=E(Y)=alpha_0+alpha_1X_t+(sum_{i=0}^seta_i)X src="htt p:/ /wiki.mbali b.c om/w/images/math/d/7/0/d70a72254bee32c74ca0b45ad78d6a0e.png">自回归模型（autoregressive model）自回归模型：模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值<IMG class=tex alt=Y_t=alpha_0+alpha_1X_t+sum_{i=1}^qeta_iY_{t-i}+mu_t src="htt p:/ /wiki.mbali b.c om/w/images/math/6/5/f/65fbaaa44bf9b2dc1628ae442b8f9f35.png">而Yt = α0 + α1Xt + α2Yt u2212 1 + μt称为一阶自回归模型（first-order autoregressive model）。

spss里的pearson相关分析的作用就是单纯考量变量两两之间的关系，虽然你可以在分析时一次放入多个变量，但出来的结果都是两个变量的简单的相关，也就是不在求两变量相关时考虑其他的控制变量。

logistic 回归对自变量类型一般不做规定，但它要求自变量与logit p之间应符合线性关系。当自变量为分类变量时，可不必考虑线性关系，但当自变量为连续型变量时，则需要检验二者之间的线性关系是否成立。如果不成立，应进行相应的变量变换，如对数变换、指数变换、多项式变换等，使其以恰当的形式进入方程。严格说来，应用logistic 回归之前必须先检验自变量与logit p之间是否具有线性关系，因为如果二者之间的关系是非线性的，参数估计将发生偏差，从而导致结果的不准确以及结论的不可靠。引自：本人发表在中华流行病学杂志上的一篇文章

在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable），含有滞后变量的模型称为滞后变量模型。滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model）。

有3种可能：1、心理因素：人们的心理定势，行为方式滞后于经济形势的变化，就会导致滞后变量不显著，如中彩票的人不可能很快改变其生活方式。2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。当滞后变量的回归系数变得在统计上不显著，或者至少有一个变量的系数估计值符号发生变化，由正变负或由负变正，序贯回归过程就终止。

一般来说,解释变量对被解释变量的影响不可能在短时间内完成，通常存在时间滞后。此外，由于经济活动的惯性，一个经济指标以前的的变化态势，往往会延续到本期，从而形成被解释变量的当期变化同自身过去取值水平相关的情形。这种被解释变量受自身或其它经济变量过去值影响的现象称为滞后效应。滞后现象产生的原因有三种。1心理预期因素，经济社会是一个复杂的有机体系，经济活动离不开人的参与，在这个系统中，人的心理因素对经济变量的变化有很大影响。由于人们的心理定势及社会习惯的作用，适应新经济条件和经济环境需要一个过程，从而表现为决策滞后。而且，经济主体的大多数行动都会受预期心理的影响。以消费为例，人们对某种商品的消费量不仅受商品当前价格影响，而且还会受预期价格影响，当人们预期价格上涨时，就会加快当期购买2技术因素在国民经济运行中，从生产到流通再到使用，每一个环节都需要一段时间，从而形成时滞。例如货币投放量的增减对物价水平会产生影响，但这种影响并不会全部在当期内反应，总会滞后一段时间。3制度因素。契约管理制度等因素也会形成一定程度的滞后。例如企业要要改变它的产品结构或者产量，会受到过去签订的供货合同的制约，拥有一定数量定期存款的消费者，要调整自己的消费水平，会受到银行契约制度的限制

对数的滞后变量(lagged variable)用运算符lag()表示，如lag(x,1)表示x滞后一期的滞后变量，lag(log(z),2)表示log(z)滞后两期的滞后变量；差分项则使用运算符diff()表示。

stata中如何生成两阶以上的滞后变量要先设定时间变量用tssettimeX(截面变量)。假如变量是x要生成其滞后一期。命令为：genm=l.x就可以了。如果要滞后多期的话就在l的后面加上对应的数字。

如果你想生成滞后变量，就要先将数据定义为时间序列数据，让spss自己生成一个时间变量

心理因素：人们的心理定势，行为方式滞后于经济形势的变化，就会导致滞后变量不显著，如中彩票的人不可能很快改变其生活方式。2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。当滞后变量的回归系数变得在统计上不显著，或者至少有一个变量的系数估计值符号发生变化，由正变负或由负变正，序贯回归过程就终止。

不是指下一期；是指解释变量不相关与随机扰动项不相关。与滞后一期的被解释变量高度相关。

1、经济变量惯性的作用引起随机误差项自相关。2、经济行为的滞后性引起随机误差项自相关。3、一些随机因素的干扰或影响引起随机误差项自相关。4、模型设定误差引起随机误差项自相关。5、观测数据处理引起随机误差项自相关。

滞后一阶,说白了就是前一期值.比如你的消费y,第10天的是y10=50元,第9天的y9=40元.那么,相对于y10,它的一阶滞后就是y9.

一阶滞后就是模型的前一期值。时间序列分析里面经常会用到滞后变量，这时因为时序分析和联立方程组的不同在于：联立方程组是从因果关系等角度考虑变量间的联系的，时间序列分析则从序列本身的情况入手来研究的。所以，对于一个时间序列来讲，其在各个时点点的值都是信息，都会影响模型对未来值的确定。扩展资料滞后变量模型以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为：Yt = β0 + β1Yt u2212 1 + β2Yt u2212 2 + ... + βqYt u2212 q + α0Xt + α1Xt u2212 1 + ... + αsXt u2212 s + μt q（注意公式中上标下标未分），s：滞后时间间隔自回归分布滞后模型（autoregressive distributed lag model, ADL）：既含有Y对自身滞后变量的回归，还包括着X分布在不同时期的滞后变量有限自回归分布滞后模型：滞后期长度有限；无限自回归分布滞后模型：滞后期无限。分布滞后模型（distributed-lag model）分布滞后模型：<IMG class=tex alt=Y_t=alpha+sum_{i=0}^seta_iX_{t-i}+mu_t src="http://wiki.mbalib.com/w/images/math/0/3/6/0367c7877eb9bd48db07f5ea9d75fc71.png"> 模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X变化一单位对Y平均值的影响程度。 βi (i=1,2?,s)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。<IMG class=tex alt=sum_{i=0}^seta_i src="http://wiki.mbalib.com/w/images/math/5/9/f/59fe37cda9a2a775892ebbeff9379350.png">称为长期（long-run）或均衡乘数（total distributed-lag multiplier），表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。参考资料来源：百度百科-滞后变量模型

要先设定时间变量 用 tsset time X(截面变量)。假如变量是x 要生成其滞后一期 。命令为：gen m=l.x就可以了。如果要滞后多期的话就在l的后面加上对应的数字。

lagged dependent variable滞后因变量

genrrr1=resid(-1)。eviews变量滞后一期操作输入命令：genrrr1=resid(-1)。根据查询相关公开信息显示：根据查询Eviews的相关资料得知，想要滞后一期输入命令：genrrr1=resid(-1)就可以。

eviews变量滞后一期操作输入命令：genrrr1=resid(-1)。根据查询相关公开信息显示：根据查询Eviews的相关资料得知，想要滞后一期输入命令：genrrr1=resid(-1)就可以了。用EVIEWS估计面板误差修正模型时没有确定滞后阶数这一步，直接是滞后一期的估计结果都显著，误差修正项系数也显著。

直接在eviews的里输入命令就可以了吧X1(t-1)写成X1（-1），滞后2期写成X1（-2）

自变量滞后一期工具变量需要滞后。滞后期作为工具变量，与残差项的相关性是存疑的。第一阶段用工具变量拟合出解释变量，第二阶段用拟合出的解释变量和被解释变量做回归。