博客介绍了格兰杰因果检验相关的三种Stata命令。方法一可确定不同的p、q值，但命令繁琐；方法二提供F检验和卡方检验，F检验适用范围更广；方法三涉及向量自回归。还提及了检验中AIC和BIC取值及回归系数显著性的相关注意事项。
格兰杰因果检验相关的stata命令可以有三种。
方法一：
reg y L.y L.x (滞后1 期)
estat ic (显示AIC 与BIC 取值，以便选择最佳滞后期)
reg y L.y L.x L2.y L2.x
estat ic (显示AIC 与BIC 取值，以便选择最佳滞后期)
……
根据信息准则确定p, q 后，检验 ；所用的命令就是test
特别说明，此处p和q的取值完全可以不同，而且应该不同，这样才能获得最有说服力的结果，这也是该方法与其他两个方法相比的最大优点，该方法缺点是命令过于繁琐。
方法二：
ssc install gcause (下载格兰杰因果检验程序gcause)
gcause y x,lags(1) (滞后1 期)
estat ic (显示AIC 与BIC 取值，以便选择最佳滞后期)
gcause y x,lags(2) (滞后2 期)
estat ic (显示AIC 与BIC 取值，以便选择最佳滞后期)
特别说明，在选定滞后期后，对于因果关系检验，该方法提供F检验和卡方检验。如果两个检验结论不一致，原则上用F检验更好些。因为卡方检验是一个大样本检验，而实证检验所能获得的样本容量通常并不大，如果采用的是大样本，则以卡方检验结果为准。不过，通常情况下，大样本下两个检验结论一致，所以不用担心。综上，F检验适用范围更广。
方法三：
var y x (向量自回归)
vargranger
注意：1、如果实际检验过程中AIC和BIC越来越小，直到不能再滞后(时间序列长度所限)。这样的话，可能数据确实存在高阶自相关。在这种情况下，可以限制p的取值，比如取最大的 或 ， 。
2、回归结果中各期系数显著性不同，有的不显著有的显著，如实汇报就可以。最好全部汇报。不显著的期数可能意味着那一期的自相关很弱。数据分析培训
扫一扫
6407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
