Plusieurs points à regarder :
- d'abord la ridge : le fait d'augmenter artificiellement la diagonale afin d'améliorer le conditionnement pour l'inversion est une correction qui n'est pas neutre. A ma connaissance, il n'y a pas de fondement solide quand au choix du paramètre à ajouter (vous avez pris 0.0105, mais une infinité d'autres valeurs sont possibles). Ce ne serait pas un problème si les résultats de la ridge ne dépendaient pas de la veleur de ce paramètre. Or (j'ai oublié la référence, mais il s'agit d'un article assez ancien), on peut vraiment obtenir n'importe quoi, y compris des changements de signe dans le résultat des estimations des coefficients en modifiant cette valeur. C'est donc une technique "dangereuse" qui, par un artifice purement technique essaie d'effacer une caractéristique bien réelle des données à savoir la multicolinéarité, mais au prix d'une perte de sens des résultats.
- Ceci étant dit, si on en vient à votre procédure, il y a des petites choses qui pourraient simplifier l'écriture, et un problème plus grave qui est certainement à l'origine de vos malheurs.
     - petites remarques :
  . votre startl ne sert à rien (2ième ligne), il est égal au paramètre start de la commande linreg. Par ailleurs il peut y avoir un problème si vous avez des observations manquantes en fin d'échantillon (le paramètre end de la commande linreg devient alors supérieur à la date de la dernière observation de la régression). Si vraiment vous voulez récupérer les dates de début et de fin de la régression, il vaut mieux faire
         compute startl=%regstart(), endl=%regend()
  (et bien sûr, remplcer vos end ensuite par endl)

. comme c'est la même régression qui est estimée sur des sous-échantillons différents, ce n'est pas la peine de se compliquer la vie pour la gestion des degrés de liberté. Si ndl0 est initialisé avec la première régression, alors pour le fisher le nombre de degrés du numérateur est ndl0 et celui du dénominateur est (%nobs-2*ndl0). Vous pouvez donc certainement faire l'économie de ndl et ndla, ndl1, ndl2

- beaucoup plus important, si vous regardez bien le manuel et ce qui concerne l'emploi de l'option cmom dans la commande linreg, on y lit que 'RATS will ignore the linreg start and end parametrs, and carry over the range from CMOMENT.'. En d'autres termes, il semble que vous croyez ajuster votre équation sur deux sous-échantillons (dans votre boucle en i), alors qu'en fait c'est toujours la même période totale qui est considérée. Par exemple si vous avez des variables observées sur 100 points, que vous faites:
linreg(define=reg) y
#constant x1 x2
cmoment(equation=reg)
linreg(equation=reg,cmoment)
linreg(equation=reg,cmoment) * 1 50

et bien vous pouvez vérifier que les deux dernières régressions seront faites sur 100 observations et ont des résulats identiques.

Donc : si vous croyez vraiment à la ridge, ce qu'il faut faire c'est rentrer la commande cmoment dans la boucle en i en 2 exemplaires, le premier pour calculer %cmom de deb à i (auquel vous ajoutez naturellement 0.0105 (?) sur la diagonale, le second pour calculer %cmom valide pour i+1 à end (auquel vous ajoutez...)

Eventuellement, allez voire du côté de la régression  en composantes principales. C'est a priori plus sympathique que la ridge (bien sûr il faut quand même pouvoir interprêter les axes factoriels pour raconter une histoire), cela évite une correction purement ad hoc qui doit, si on a du temps, doit permettre d'obtenir le résultat que l'on veut en ajustant finement la diagonale de X'X

Dernière modification par esa_gc (27-04-2010 18:08:48)

...eh oui c'est le master esa...