假设我正在考虑几个可能包含在我正在开发的ARIMAX模型中的自变量。在拟合不同的变量之前,我想使用Granger检验来筛选出具有反向因果关系的变量(我使用R中程序包中的granger.test
函数MSBVAR
,尽管我相信其他实现方式也是如此)。如何确定应测试多少个滞后?
R函数为:granger.test(y, p)
,其中y
为数据帧或矩阵,p
为滞后。
零假设是的过去值无助于预测的值。X ÿ
有什么理由不在这里选择很高的滞后(除了丢失观测值之外)?
请注意,根据相关时间序列的积分顺序,我已经在数据框中的每个时间序列有所不同。(例如,对我的依赖时间序列进行一次差分使它变得平稳。因此,我也对所有“独立”时间序列进行了一次差分。)
1
请注意,您的差异化以获得平稳性的策略可能会缺少协整关系。有关详细信息,请参见Dave Giles 出色的博客文章“测试格兰杰因果关系”。
—
理查德·哈迪