var model

Mener du Vector AutoRegressive modeller?

ja lige præcis

Prøv at skriv dit spørgsmål, så kan folk bedre vurdere om de har styr på det.

Jeg har da haft en go del økonometri.

kan man uden videre i datavektoren udskifte en variabel i levels som er I(1) med dennes differences som så er I(0)? altså uden det for konsekvenser for analysen?

Jeg er ikke helt sikker på, at jeg forstår dit spørgsmål. Umiddelbart bytter du om på nogle ting.

Du har en variabel i levels som er I(1)?

- I(1) referer til processen er integrated of order 1 (dvs. first differences), hvilket vil sige den ikke er i levels.

Du vil bytte I(1) processen ud med en I(0) ?? Som er i frist differences?

- I(0) vil sige processen er i levels.


Rent umiddelbart anvender du også kun I(1) processer, hvis dine data ikke er stationære i levels.

#5 Jeg er ked af det, men det er dig der har misforstået :-)

At en variabel er I(1) vil sige at den ikke er stationær. Tager man førstedifferencer til samme variabel bliver den så I(0).

Typisk er en variabel i level (niveau) I(1), men den førstedifferentierede process er I(0) er stationær. Det er dog ikke altid sådan. Der findes massere af litteratur der forsøger at løse problemer med I(2) variable som altså differentieres to gange for at være stationære. 

#4 Det har selvfølgelig konsekvenser at man udskifter en variabel, men det er ikke som sådan problematisk at have en VAR model for stationære variable.

Hvad er dit konkrete problem og hvad ønsker du at finde ud af? 

det er fordi jeg ska estimere en var model for x_t (se worddoc) hvor alle 5 variable er I(1)

og efterfølgende afgøre om (1.1)-(1.5) gælder hvor u_1t,...,u_5t er I(0)

for at afgøre det mangler jeg jo ds, dp og dp* i modellen og ville derfor høre om man ka transformere x_t - bl.a. indsætte ds i stedet for s (for at afgøre (1.2) gælder).