我已经为这个数据集拟合了一个简单的双变量 VAR 模型，我想运行 QLR 测试来检查系数随时间的稳定性。我查看了“strucchange”包，但无法弄清楚如何实际运行一个简单的 QLR 测试。
时间序列中的任何 R-pro 都可以帮助我吗？非常感谢！
var.est_2 <- VAR(z.train, ic= "FPE", type = "const") # var.est_2 has the estimates of VAR
【问题讨论】：
标签： r time-series
QLR 检验只是 Chow 检验对某个样本的最大 F 统计量。 Fstats() 函数为您提供您想要的。下面是一个使用菲利普斯曲线的例子：
require(strucchange)
data("PhillipsCurve")
model <- dp ~ dp1 + u1
qlr <- Fstats(model,data=PhillipsCurve)
plot(qlr,alpha=0.05)
图中的黑线是 F 统计量的集合。最大 F-stat 是 QLR stat。红线是基于 Andrews (1993) 和 Hansen (1997) 的临界值。在这种情况下，我们将无法拒绝没有结构变化的空值。我不确定 strucchange 与 vars 包的效果如何。但是由于可以逐行估计 VAR，您可以简单地使用 lm() 重新估计每个方程，然后应用 Fstats() 函数。另外，请查看本文的第 5 节：http://www.jstatsoft.org/v07/i02/paper 他们还有另一个使用纠错模型的例子。
【讨论】：