我的问题有两个方面。
如何为回归方程选择合适的滞后？我有房价的因变量，以及租金、房屋供应、国家股市指数、抵押贷款利率和房屋空置率的自变量。
我做了一些阅读，发现这VARselect(data,lag.max=1 or 2 or 3 etc)可以帮助我选择合适的滞后。
data是一个包含上述变量的 csv 文件。所以下面是我得到的。我该如何解释它？
> var=VARselect(data,lag.max=8)
> var
$selection
AIC(n) HQ(n) SC(n) FPE(n)
3 3 1 3
$criteria
1 2 3 4 5 6 7 8
AIC(n) 1.716881 1.575052 1.474927 1.543878 1.493210 1.651975 1.624066 1.773173
HQ(n) 1.807505 1.726093 1.686385 1.815752 1.825500 2.044682 2.077189 2.286712
SC(n) 1.962629 1.984634 2.048341 2.281125 2.394289 2.716887 2.852810 3.165750
FPE(n) 5.569664 4.841214 4.396341 4.741887 4.556023 5.424803 5.393498 6.451249
我想，长话短说，我想知道的是——我应该将租金、房屋供应、国家股市指数、抵押贷款利率和房屋空置率与房价分别滞后多少，才能创建一个“足够好”的模型。
我愿意接受其他方法来帮助我找出我应该做什么，但请帮助我解决代码问题。谢谢。