unitroot
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
[[radvance]]
#contents
*失業率データ [#b1093a55]
実際の時系列データの例として、完全失業率(季節調整前)の...
&ref(unemployg.png);
-データ出典 [[総務省統計局「労働力調査 長期時系列データ...
これは月次データです。小さなデコボコには相当な季節変動...
*定常性とランダムウォーク [#d8bab4ad]
「サイコロをn回振って、出た目をメモする」時系列を想像して...
さて、それでは次の時系列をイメージしてください。
&ref(ranwk.png);
ランダムウォークと呼ばれるパターンの時系列です。一見す...
「前の値+撹乱項」以外に「前の値+定数+撹乱項」や「前の値+...
これらの非定常性を見つけ出すために開発された最初のテス...
*RのADF Test [#lccff240]
Rで日本の完全失業率データを使って単位根の検定を行ってみ...
library("tseries")
mat1 <- read.csv("d/unemploy.csv",header=TRUE)
mat2 = ts(mat1, frequency = 12, start = c(1986,1))
adf.test(mat2)
adf.test(diff(mat2))
データは例によって、unemploy.csvというファイルに入れま...
結果はこのようになりました。一部略しています。
> adf.test(mat2)
Augmented Dickey-Fuller Test
data: mat2
Dickey-Fuller = -0.8038, Lag order = 6, p-value = 0.9604
alternative hypothesis: stationary
> adf.test(diff(mat2))
Augmented Dickey-Fuller Test
data: diff(mat2)
Dickey-Fuller = -6.6019, Lag order = 6, p-value = 0.01
alternative hypothesis: stationary
原時系列は非定常だが、前月との差(階差)にはランダムウォ...
*ドリフトやトレンドの有無と単位根の検定 [#fea3cf93]
単位根の検定を改良する試みについては、近年多くの文献が...
**方法その1 [#a468d719]
ある種の状況では、ADF Testからドリフト(定数)とトレンド...
Koenker先生の書いたユーザー定義関数に時系列変数とパラメ...
(ラグ変数の係数-1)/(ラグ変数の標準誤差推定値)
ですから、これだけの情報があれば電卓で出ます。
そして得た検定量を、大学院レベルの教科書によく載ってい...
**方法その2 [#g0d08f59]
パッケージurcaにある関数ur.df()は、adf.testにないオプシ...
終了行:
[[radvance]]
#contents
*失業率データ [#b1093a55]
実際の時系列データの例として、完全失業率(季節調整前)の...
&ref(unemployg.png);
-データ出典 [[総務省統計局「労働力調査 長期時系列データ...
これは月次データです。小さなデコボコには相当な季節変動...
*定常性とランダムウォーク [#d8bab4ad]
「サイコロをn回振って、出た目をメモする」時系列を想像して...
さて、それでは次の時系列をイメージしてください。
&ref(ranwk.png);
ランダムウォークと呼ばれるパターンの時系列です。一見す...
「前の値+撹乱項」以外に「前の値+定数+撹乱項」や「前の値+...
これらの非定常性を見つけ出すために開発された最初のテス...
*RのADF Test [#lccff240]
Rで日本の完全失業率データを使って単位根の検定を行ってみ...
library("tseries")
mat1 <- read.csv("d/unemploy.csv",header=TRUE)
mat2 = ts(mat1, frequency = 12, start = c(1986,1))
adf.test(mat2)
adf.test(diff(mat2))
データは例によって、unemploy.csvというファイルに入れま...
結果はこのようになりました。一部略しています。
> adf.test(mat2)
Augmented Dickey-Fuller Test
data: mat2
Dickey-Fuller = -0.8038, Lag order = 6, p-value = 0.9604
alternative hypothesis: stationary
> adf.test(diff(mat2))
Augmented Dickey-Fuller Test
data: diff(mat2)
Dickey-Fuller = -6.6019, Lag order = 6, p-value = 0.01
alternative hypothesis: stationary
原時系列は非定常だが、前月との差(階差)にはランダムウォ...
*ドリフトやトレンドの有無と単位根の検定 [#fea3cf93]
単位根の検定を改良する試みについては、近年多くの文献が...
**方法その1 [#a468d719]
ある種の状況では、ADF Testからドリフト(定数)とトレンド...
Koenker先生の書いたユーザー定義関数に時系列変数とパラメ...
(ラグ変数の係数-1)/(ラグ変数の標準誤差推定値)
ですから、これだけの情報があれば電卓で出ます。
そして得た検定量を、大学院レベルの教科書によく載ってい...
**方法その2 [#g0d08f59]
パッケージurcaにある関数ur.df()は、adf.testにないオプシ...
ページ名: