我在 Stata X=L7.X + S6.X 中提出了一个回归模型,其中 L7 滞后 7,S6 是第 6 季(我的每日数据中的第 6 天)。我们不关心模型输出,我的问题是季节性变量本身。 当我试图插入数字进行预测时;但是,我无法正确解释 S6.X,也不知道 Stata 如何生成 S6.X
S6.X 的公式是什么,以便我可以手动计算它? 我试图询问 ChatGPT,它给出了答案
Generate a quarterly seasonality variable gen time = _n gen S6.quarterly = sin((2*_pi()*time)/6)
但是这个公式的值范围从 -1 到 1 但在我的数据中它的范围从 -2 到 2 所以我可能认为它不可靠。
如何在Stata中手动计算季节性变量(以S开头)?
ChatGPT 给你喂垃圾,浪费你的时间。或者更确切地说,它就是这样,你浪费时间问它只能猜测的东西。
如果您想使用正弦(和余弦)曲线对季节性进行建模,那么 Stata 中的运算符
S.
是无关紧要的。你应该知道那是否是你想要做的。
换句话说,
S.
只是给你与以前的值的差异,而 S6.
给你相隔 6 个时间段。时间序列运算符记录在 help tsvarlist
. 下
你可以自己运行这个脚本看看它做了什么。
clear
set obs 12
gen y = 1 + 2 * _n
gen t = _n
tsset t
gen Sy = S.y
gen S6y = S6.y
list, sep(0)
+--------------------+
| y t Sy S6y |
|--------------------|
1. | 3 1 . . |
2. | 5 2 2 . |
3. | 7 3 2 . |
4. | 9 4 2 . |
5. | 11 5 2 . |
6. | 13 6 2 . |
7. | 15 7 2 12 |
8. | 17 8 2 12 |
9. | 19 9 2 12 |
10. | 21 10 2 12 |
11. | 23 11 2 12 |
12. | 25 12 2 12 |
+--------------------+
反过来,很难对您的数据示例发表评论,因为它是不允许复制和粘贴的图像。此外,您没有告诉我们您的时间变量,也没有告诉我们您是否有单个时间序列或面板(纵向)数据。如果这个答案没有帮助(很多),您可能需要用更多细节修改您的问题。