VAR中的非连续滞后数（R包“vars”）

是否有可能（包内或其他R包内？）将非连续滞后纳入var模型，即仅滞后1和3

---

到目前为止，当我在函数

VAR

下设置p=3时，它似乎包括了1和p之间的所有连续滞后（即1:3）。

您可以使用vars包中的

restrict

来估计受限VAR。此方法需要估计模型两次：1）具有所有“连续滞后”的非受限模型2）一个只有你想要的滞后的受限模型。这是因为

restrict

函数将类“varest”的对象作为输入。请参见我的备选方案：

> library(vars)
> data(Canada) # some data
> model <- VAR(Canada[,1:2], p=3) # The unrestricted VAR
> #Bcoef(model) The restriction matrix have to have the same dimension as dim(Bcoef(model))

# Building the restriction matrix
> Restrict <- matrix(c(1,1,0,0,1,1,1,
                       1,1,0,0,1,1,1), nrow=2, byrow=TRUE)

# Re-estimating the VAR with only lags 1 and 3 
> restrict(model, method = "man", resmat = Restrict)

VAR Estimation Results:
======================= 

Estimated coefficients for equation e: 
====================================== 
Call:
e = e.l1 + prod.l1 + e.l3 + prod.l3 + const 

      e.l1    prod.l1       e.l3    prod.l3      const 
 1.2029610  0.1885456 -0.2300286 -0.1299485  1.8382368 


Estimated coefficients for equation prod: 
========================================= 
Call:
prod = e.l1 + prod.l1 + e.l3 + prod.l3 + const 

       e.l1     prod.l1        e.l3     prod.l3       const 
 0.05511963  1.13333804 -0.03338699 -0.18646375  1.22037293 

>库（vars）
>数据（加拿大）#一些数据
>模型#Bcoef（模型）约束矩阵的维数必须与dim（Bcoef（模型））相同
#构建约束矩阵
>限制限制（模型，方法=“人”，resmat=Restrict）
VAR估计结果：
======================= 
方程e的估计系数：
====================================== 
电话：
e=e.l1+prod.l1+e.l3+prod.l3+const
e、 l1生产线l1 e.l3生产线l3常数
1.2029610  0.1885456 -0.2300286 -0.1299485  1.8382368 
方程prod的估计系数：
========================================= 
电话：
prod=e.l1+prod.l1+e.l3+prod.l3+const
e、 l1生产线l1 e.l3生产线l3常数
0.05511963  1.13333804 -0.03338699 -0.18646375  1.22037293 

---

有关此功能的更多详细信息，请参见

？restrict

。

@user23534如果此答案解决了您的问题，您可以将其作为正确答案接受，并对其进行投票：这就是这个地方的运作方式。