VAR推定による推定残差（バールパッケージ）

Question

現在、一般化インパルス応答関数の推定に続いて、VARモデルを推定しています。それらのSEを取得するには、最初にブートストラッピングを行うことになっています。

この手順は、「VARモデルのパラメータの推定と推定残差の抽出」で始まります。

varendoA<-data.frame(value_ts,value2_ts, price_ts, price2_ts) 
library(vars) 
fitvar<- VAR(varendo, type = c("both"), season = christmas, lag.max = 12,ic = c("AIC")) 
summary(fitvar) 

モデルは、クリスマス期間のための104回の観測、トレンド、一定のダミーとの5つの変数が含まれ、その結果を出力し、次のように今、私はVARSパッケージに私のVARモデルを推定しています5ラグ。

ここでその残差を抽出するときは、residuals(fitvar)変数ごとに99個の数字のリストを取得します。

これらの残差を使用して、ブートストラップ残差（得られたものから置き換えてランダムに描画）を作成し、これらを推定式で使用して、ブートストラップされた新しい時系列を生成し、VARとIRF最終的に私の見積もりの​​SEを取得する）。

私は、変数の代わりに、99あたり104の残差のリストを取得するべきではありません。次のように私を再帰的に新しい時系列を計算するためになってるので

？私はこの全体的な生成プロセスとちょっと混乱しています。

何か助けをいただければ幸いです。

Answer 1

自己回帰（AR）モデルでは、変数の過去の値の線形結合を使用して変数が予測されます。 lag.max = 12を設定したので、VARは、多くとも12の遅れた値を予測子として使用するモデルを選択できます。

モデルでは5つのラグを使用しているため、VARは変数の最初の5回の観測に値を収めることができません。これは、最初の5回の観測値が6回目の観測値に適合するために使用されているためです。したがって、残差の数は観測数からARモデルの次数を差し引いたものになります。