《社会科学中的数据可视化》第432篇推送
向前
在实证分析中，往往需要确定x导致y还是y导致x，格兰杰针对这个问题提出了一个解决方案:如果x是y的原因，并且没有反向因果，那么x的过去值可以预测y的未来值，反之亦然。具体来说，我们建立时间序列模型如下，并提出假设H0: β m = 0，m = 1，2 … p .如果这个假设被接受，就意味着x的过去值不能预测y的未来值；如果你拒绝这个假设，可以，就是x是y的格兰杰原因。
在本文中，我们介绍了如何在斯塔塔进行格兰杰因果检验。
基本命令
Stata中格兰杰因果检验的方法有三种:前两种方法的基本思路大致相同，都是先确定最佳滞后期，再进行格兰杰因果检验；第三种方法是先拟合VAR模型，然后进行检验。具体来说，第一种方法的基本命令是:
reg y l.y l.x
对滞后于第一阶段的变量进行回归，也就是说此时，
在公式中，p和q的值都是1。
estat ic
显示AIC和BIC的值，以便选择最佳滞后期。
reg y l.y l.x l2.y l2.xestat ic
AIC和BIC值会再次显示。
……
根据信息准则确定P和Q后，测试命令为test。值得注意的是，这种方法中P和Q的值可以不同，以获得最有说服力的结果。
第二种方法的基本命令是:
ssc安装gcause
下载格兰杰因果关系测试程序
g原因y x，滞后(1)
对滞后一个周期的变量进行回归。
estat ic
显示AIC值和BIC值，以便选择最佳滞后期
g原因y x，滞后(2)
延迟2个周期
estat ic
再次显示AIC和BIC的值，以选择最佳滞后期。
在选择滞后期后，我们可以使用f检验或卡方检验进行因果检验。
第三种方法的主要命令是:
变化x
进行向量自回归。
vargranger操作示例
在这一部分中，我们以第二种方法为例来说明如何在stata中进行因果关系检验。首先，我们在联网状态下导入数据，并输入以下命令:
使用http://www . stata-press . com/data/imeus/uk rates，clear
安装格兰杰因果检验程序
ssc安装gcause
输出结果如下:
因为r20 rs，lags(1)estat I
对滞后一级、滞后二级等变量依次进行回归，根据AIC和BIC的值确定最佳滞后期。在本例中，我们发现当p=q=3时，AIC和BIC的值最小，因此我们将p和q都指定为3。延迟三阶段回归的结果如下所示:
我们发现f检验和卡方检验得出了相同的结论，并接受了原始假设，即rs不是r20的格兰杰原因。
注:操作平台为Stata14.0
1.《格兰杰因果关系检验 【Stata教程】格兰杰因果检验》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《格兰杰因果关系检验 【Stata教程】格兰杰因果检验》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/yule/1174469.html
