动态线性回归，滞后产生 NA 值

【问题标题】：Dynicam linear regression, lags produce NA values动态线性回归，滞后产生 NA 值
【发布时间】：2021-08-19 18:19:01
【问题描述】：

当我想同时包含因变量和自变量的滞后时，如何执行 dynlm 回归。

比如下面的数据；

a <- 1:10
b <- 5:15
a <- ts(a)
b <- ts(b)

dynlm(a  ~  L(a, 1:3) + L(b, 1:2))

我试图获得的是模型的线性回归，其中 a 取决于其自身的 3 个滞后和 b 的 2 个滞后。但是，我得到 NA 值

我认为我没有正确理解 dynlm 的工作原理。谁能给我一些关于出了什么问题的见解？

【问题讨论】：

【解决方案1】：

关于问题中显示的数据，截距和第一滞后给出了完美的预测，因此不需要其他滞后。请注意，resid(dynlm(...)) 全部为零。

【讨论】：

我明白这一点。但是假设我对时间间隔 1 到 10 进行了观察。我想根据观察 9、8 和 7 回归例如观察 10。例如自动回归模型。
这个问题已经展示了如何使用 L 进行滞后。您也可以使用 dyn 包。如果您不清楚正在运行什么回归，请尝试model.matrix(dynlm(...)) 澄清它。