Вопрос: Я выполняю в R последовательные тесты Бай-Перрона (L + 1 против L последовательно определяемых разрывов) на временных рядах обменных курсов. Возможно ли - в R - применить этот алгоритм к множественной регрессионной модели и определить, что только определенная переменная (например, константа) разбивается по различным режимам ? Если да, то как?
Справочная информация: Чтобы решить проблему автокорреляции во временных рядах, я хочу основывать анализ точек останова не только на простой модели только для перехвата, но и дополнительно использовать стандартные ошибки Ньюи-Уэста и включать некоторые лаги зависимой переменной. Однако дополнительные переменные должны служить только в качестве элементов управления. Разрывы по-прежнему будут обнаруживаться только при перехвате.
Эта проблема возникает, когда я тиражирую некоторую (неопубликованную) работу, проделанную в EViews, где существуют варианты использования подхода Бай-Перрона в модели множественной регрессии с использованием стандартных ошибок Ньюи-Уэста и позволяю только конкретному набору переменных изменения в перерывах (см. раздел «Последовательный бай-перрон» в http://www.eviews.com/help/helpintro.html#page/content%2Ftesting-Stability_Diagnostics.html%23ww186416). По сути, я ищу способ реализовать то же самое в R.
Что я пробовал: Я использовал пакет 'strucchange' и команду точек останова. Это позволяет мне искать точки останова в настройке множественной регрессии. Тем не менее, я не мог найти какой-либо вариант, чтобы определить переменные, которые ломаются или не ломаются. Кроме того, я не смог определить тип стандартных ошибок, используемых в анализе (точки останова не позволяют вводить объект lm).
require(strucchance)
brkp.fx <- breakpoints(depvar ~ 1 + lag1.depvar + lag2.depvar, data = dataset)
Есть ли способ разрешить точки останова только по константе и определить тип стандартных ошибок?