滞后变量

要

当然不一样了 Matlab和Eviews可不是同一类软件 你直接把那个向量截一段就可以表示滞后了！

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。

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。

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

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

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

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。

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。

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。

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。

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。

内生变量是经济模型决定的变量，外生变量是经济模型之外的变量，参数也算外生变量。内生滞后变量我没听过的。

可以。门栏模型是静态的另外固定效应回归估计要求协变量是强外_变量，估计值是_致的，可以加入滞后变量，加入后可以正常的生变量。