R语言VARS包中Canada数据集拟合值比原序列少2个数据点的原因咨询

问题描述 #

我在R语言中使用vars包及其内置的Canada数据集分析时发现一个现象：原Canada时间序列的维度是84×4，但拟合VAR模型后的结果维度变成了82×4，少了2个数据点。我用到的代码片段如下：

library(vars)
rm(list=ls(all=TRUE))
data(Canada)
# 绘制时间序列
par(mfrow=c(1, 1))
plot(Canada, plot.type="m", mar=c(gap=0.3, 5.1, gap=0.3, 2.1))
# 使用VARselect选择模型阶数
# VARselect(Canada, lag.max = ...)

原因解释 #

这是VAR模型的正常行为：当你拟合一个滞后阶数为p的VAR模型时，模型需要用前p个观测值来构建滞后项，因此会自动舍弃前p个原始观测值，最终得到的拟合结果（比如模型的残差、拟合值等）的观测数会是原始观测数 - p。

从你的数据维度变化（84→82）来看，说明你最终选择的是p=2的VAR模型。比如运行VARselect(Canada)时，默认lag.max为10，系统通常会推荐p=2（这也是Canada数据集的常见最优阶数），当你用VAR(Canada, p=2)拟合模型后，输出的拟合值或残差就会是82行（84-2=82）。

验证方法 #

你可以通过以下代码验证这一点：

# 选择最优阶数
var_select <- VARselect(Canada, lag.max = 10)
print(var_select$selection)  # 查看推荐的滞后阶数，通常是2

# 拟合VAR(2)模型
var_model <- VAR(Canada, p = 2)

# 查看拟合值的维度
dim(fitted(var_model))  # 输出应该是82×4，和你观察到的一致

这种观测数减少完全是因为模型需要依赖滞后项进行拟合，属于正常的模型逻辑，并不是数据或代码出错哦~

内容的提问来源于stack exchange，提问作者Anna