门限回归模型的思想_重磅！门限回归总结（Eviews版本）

来源 | 计量经济学服务中心综合整理

转载请联系

一、Threshold Regression Estimation

阈值回归模型描述了一种简单的非线性回归模型。TR规范很受欢迎，因为它们很容易。估计和解释，并能产生有趣的非线性和丰富的动力学。在TR的应用中，有样品分裂，多重平衡。非常流行的阈值自回归(TAR)和自激励阈值自回归(SETAR)(Hansen 1999, 2011;波特2003)。

在功能强大的特性中，Eviews有选择最佳阈值TR模型选择工具。能够从候选列表中，并且能够指定两种状态的变化和非变化的变量。例如，您可以轻松地指定两种模式的门限模型并允许EViews 估计最优变量和参数、阈值、系数和协方差。并对变化和回归参数的估计。

二、Smooth Threshold Regression Estimation

EViews 10为它的计量经济和统计特性提供了令人兴奋的新添加和改进。详情可以阅读重磅首发|Eviews10.0新增的十大功能变化(一)

Eviews10.0新版本主要在Eviews软件界面、数据处理(现场数据展示、与R兼容性、与UN、欧盟、BLS等数据接口)、新命令、图形表格和计算等方面均有更新。

新功能：Smooth Threshold Regression Estimation

Smooth Transition Autoregressive (STAR) modeling (Teräsvirta, 1994) is an extremely popular approach for nonlinear time series analysis. STAR models, which are a special case of Smooth Transition Regression (STR) models, embed regime-dependent linear auto-regression specifications in a smooth transition nonlinear regression framework. 

EViews tools for estimation of two-regime STR models with unknown parameters for the shape and location of the smooth threshold. EViews estimation supports several different transition functions, provides model selection tools for selecting