滯後兩期是什麼意思?
滯後是什麼意思?
滯後:
1. 一個現象與另一密切相關的現象相對而言的落後遲延;尤指物理上的果沒有及時跟著因而出現,或指示器對所記錄的改變了的情況反應遲緩。如：電流滯後於電壓。
如何確定兩時間序列的滯後或領先期數
首先確定最優滯後階數，利用AIC或SC，在做單位根檢驗，給你用eviews做了一遍，AIC=1
level水平
ADF Test Statistic-0.559785 1% Critical Value*-3.6496
5% Critical Value-2.9558
10% Critical Value-2.6164
一階差分
ADF Test Statistic-3.536543 1% Critical Value*-3.6576
5% Critical Value-2.9591
10% Critical Value-2.6181
因此I(1)
計量經濟學中的滯後期有什麼用。應該怎麼確定滯後期？
時間序列分析
一般是Box-Jenkins的方法
把因變量的滯後項作為自變量
y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t
這樣的模型確定滯後階數p的方法是
1. y_t滿足covariance-stationarity 也就是對於任意t 均值不變 方差不變 協方差只是間隔項數的函數
2. u_t是白噪聲而不出現序列相關
3. p的確定遵循parsimony的原則 國內應該翻譯為“精簡”
一般構造AIC和 SBC兩個指標來比較 這兩個指標越小越好
AIC = T * ln(殘差平方和) + 引入p階的懲罰
SBC相似
也就是說首先殘差平方和應該越小說明自變量也就是滯後階數的解釋能力強 不過呢引入的滯後項數越多 殘差平方和應該越來越小 所以要看有效性 便加入一個懲罰 使得模型精簡 原理和adjusted R^2一樣
AIC適合小樣本 SBC適合大樣本
然後這兩個信息標準都在一般的迴歸軟件中列了出來
比較其中最小的就是合適的p階滯後
但是一定要保證殘差是白噪聲
如何用stata將面板數據的自變量滯後兩期，急求，謝謝
如果變量為x
滯後兩期的x為l2.x
時間序列數據滯後一期的數據怎麼計算
時間序列數據。
code year trdmnt mretwd mretnd
2 2001 Aug .068881 .068691
2 2002 Feb .025819 .025819
2 2003 Aug .014129 .014129
2 2004 Oct -.077491 -.077491
2 2005 Jun .044165 .045161
2 2006 May -.041734 -.041734
2 2007 Jul .480126 .480126
2 2008 Mar .158042 .158042
2 2009 Jul .047843 .047843
2 2010 Oct .154762 .154762
4 2001 Oct -.124664 -.124664
4 2002 Aug -.071683 -.071683
4 2003 Aug .006574 .006574
4 2004 Jun -.257919 -.257919
4 2005 Jan .012077 .012077
4 2006 May .4613 .4613
4 2007 Nov -.105731 -.105731
4 2008 Jan .182584 .182584
4 2009 Nov .119821 .119821
4 2010 Apr -.0478 -.0478
5 2001 Jul -.142385 -.142201
5 2002 Jul -.11437 -.11437
5 2003 Jun -.093834 -.093834
5 2004 Feb .07619 .07619
5 2005 Oct -.064935 -.064935
5 2006 Mar .433414 .433414
5 2007 Jul -.158427 -.158427
5 2008 Sep 0 0
5 2009 Aug -.239175 -.239175
5 2010 Apr -.046914 -.046914
顯示“日期不能滯後系統日期”的原因是什麼
是指的計算機系統時間。譬如你要在4月份填制憑證，而計算機系統時間不能為三月份。如要修改系統時間，就點擊屏右下角的時間，然後修改成填制憑證的時間。
如何求一個變量相對另一些變量的滯後時間
在經濟運行過程中,廣泛存在時間滯後效應.某些經濟變量不僅受到同期各種因素的影響,而且也受到過去某些時期的各種因素甚至自身的過去值的影響.通常把這種過去時期的,具有滯後作用的變量叫做滯後變量（Lagged Variable）,含有滯後變量的模型稱為滯後變量模型.滯後變量模型考慮了時間因素的作用,使靜態分析的問題有可能成為動態分析.含有滯後解釋變量的模型,又稱動態模型（Dynamical Model）.
產生滯後效應的原因 ：
1、心理因素：人們的心理定勢,行為方式滯後於經濟形勢的變化,如中彩票的人不可能很快改變其生活方式.
2、技術原因：如當年的產出在某種程度上依賴於過去若干期內投資形成的固定資產.
3、制度原因：如定期存款到期才能提取,造成了它對社會購買力的影響具有滯後性.
以滯後變量作為解釋變量,就得到滯後變量模型.它的一般形式為：Yt = β0 + β1Yt − 1 + β2Yt − 2 + ...+ βqYt − q + α0Xt + α1Xt − 1 + ...+ αsXt − s + μt q（注意公式中上標下標未分）,s：滯後時間間隔
自迴歸分佈滯後模型（autoregressive distributed lag model,ADL）：既含有Y對自身滯後變量的迴歸,還包括著X分佈在不同時期的滯後變量
有限自迴歸分佈滯後模型：滯後期長度有限；
無限自迴歸分佈滯後模型：滯後期無限.
分佈滯後模型（distributed-lag model）
分佈滯後模型：Y_t=\alpha+\sum_{i=0}^s\beta_iX_{t-i}+\mu_t 模型中沒有滯後被解釋變量,僅有解釋變量X的當期值及其若干期的滯後值：β0：短期(short-run)或即期乘數(impact multiplier),表示本期X變化一單位對Y平均值的影響程度.βi (i=1,2…,s)：動態乘數或延遲係數,表示各滯後期X的變動對Y平均值影響的大小.
\sum_{i=0}^s\beta_i稱為長期（long-run）或均衡乘數（total distributed-lag multiplier）,表示X變動一個單位,由於滯後效應而形成的對Y平均值總影響的大小.
如果各期的X值保持不變,則X與Y間的長期或均衡關係即為
E(Y)=\alpha_0+\alpha_1X_t+(\sum_{i=0}^s\beta_i)X
自迴歸模型（autoregressive model）
自迴歸模型：模型中的解釋變量僅包含X的當期值與被解釋變量Y的一個或多個滯後值
Y_t=\alpha_0+\alpha_1X_t+\sum_{i=1}^q\beta_iY_{t-i}+\mu_t
而
Yt = α0 + α1Xt + α2Yt − 1 + μt
稱為一階自迴歸模型（first-order autoregressive model）.