使用非线性回归来修正 Stata 中的序列相关性答案

【问题标题】：Using non-linear regression to remedy serial correlation in Stata使用非线性回归来修正 Stata 中的序列相关性
【发布时间】：2014-11-22 10:38:09
【问题描述】：

我正在尝试使用 nl 命令在 Stata 中运行非线性回归。我运行回归的原因是我的数据表现出序列相关性 - AR(1)。我使用以下命令。

nl (m = {b0}+  {b1}*lagm + {b2}*y + {b3}*r ({b10})*{b4}*lagy + ({b10})*{b5}*lagy + ({b10})*{b6}*lag2m),  initial(b0 0 b1 0.9 b2 0.09 b3 -0.0055 b4 0 b5 0 b6 0.5 b10 0), if A>2

但是，我得到了错误

"计算表达式时发生错误 #198 无效的 '（' 起始值无效或某些 RHS 变量有缺失值"

我曾多次尝试更改初始值，如您所见，我确保缺失值对于滞后变量没有问题。

最好的，

【问题讨论】：

为什么不适合这个 DGP 的明确含义？

标签： regression stata

【解决方案1】：

您需要使用variables 选项。如果您不这样做，那么如果估计样本包含任何缺失值，nl 就会发出一条返回代码为 480 的错误消息。这是第二个问题。

您的第一个错误代码是 r(198)，因此您的语法显示不正确。 “{b3}r ({b10}){b4}*lagy” 部分肯定很糟糕（需要一些算术运算符），并且您的 if 子句位于错误/非标准位置，尽管后者出乎意料地不是问题。

如果不详细了解您的数据以及您输入的确切内容，就很难准确诊断出问题所在，但这两个修复应该会有所帮助。

这里有两个可重现的例子，一个有效，一个失败：

webuse sunspot, clear
tsset time
nl (spot ={b0}+{b1}*L.spot) if time >0, initial(b0 0 b1 0) variables(L.spot)
nl (spot ={b0}+{b1}*L.spot{b3}) if time >0, initial(b0 0 b1 0 b3 0) variables(L.spot)

如果您tsset 您的数据，您也可以使用滞后运算符，而不是手动创建滞后。

您也可以像这样拟合 AR(1) 模型：

arima spot, ar(1)

【讨论】：