Портал аспирантов

Портал аспирантов (http://www.aspirantura.spb.ru/forum/index.php)
-   Software (программное обеспечение) (http://www.aspirantura.spb.ru/forum/forumdisplay.php?f=107)
-   -   GRETL: Вопросы и ответы. (http://www.aspirantura.spb.ru/forum/showthread.php?t=10581)

JoeBlack 20.11.2013 23:56

Прочитал, то есть мы используем этот фильтр чтобы выделить тренд?

Hogfather 21.11.2013 00:01

Цитата:

Сообщение от JoeBlack (Сообщение 406991)
Прочитал, то есть мы используем этот фильтр чтобы выделить тренд?

Отделить тренд от циклических колебаний. Дальше, мы можем работать с колебаниями и пытаться их как-то объяснить привлекая для этого другие переменные, например.

JoeBlack 21.11.2013 00:02

Спасибо! Понял

Hogfather 21.11.2013 00:17

JoeBlack, обратите внимание, что называются они "циклическими" в честь модели реального делового цикла, поскольку старина Прескотт приложил к ней руку. Фактически, любой фильтр в статистике (ну, эконометрике) работает как "шумодав" на магнитофоне, т.е. "срезает" "лишнее". И этот "цикл", на самом деле ни что иное как колебания относительно тренда. Есть ли там на самом деле цикл, или это просто гаусовский шум, вот тут собака и порылась.

На картинке представлен вес тушки после применения фильтра как сумма двух компонентов.

http://aspirantura.spb.ru/forum/pict...pictureid=1399

А дальше можно уже делать с этим всё, что захочешь...

glory 06.04.2014 18:18

из gretl в R
 
Добрый день! Подскажите, пожалуйста, если были произведены расчеты в гретл (построена модель, которая описывает зависимость цен акций от факторов), были взяты данные за 5 лет. Возможно ли как-то сделать тоже самое в R?

Hogfather 06.04.2014 19:39

Цитата:

Сообщение от glory (Сообщение 435910)
Возможно ли как-то сделать тоже самое в R

Можно. Для более конкретного ответа на Ваш вопрос нужно знать, что за модель. Раз упоминаются "факторы", предположу, что некая простенькая аддитивная моделька, построенная с помощью КМНК. Если это так, то самый разумный вариант, в Вашем случае, это прямо из Gretl запустить анализ в R, тогда таблица данных Gretl будет доступна как data frame R. Далее, иcпользуем lm. Но, вообще то, телепатия не мой конёк...

glory 08.04.2014 19:03

Вложений: 1
Вообще для меня меня R- это что-то новое и не совсем понятное, к сожалению..

Hogfather 08.04.2014 22:45

Вложений: 1
glory, самый простой вариант: Меню Gretl Инструменты->Запустить GNU R
Насколько я понял, мы строим линейную модель зависимость стоимость акций Газпрома от фазы луны и обильности цветения сакуры индекса ртс,цены на нефть,медь,никель и темпы инфляции. Вида:

http://www.texify.com/img/%5Cnormals..._3C%2Bb_4I.gif

Далее вот такое колдунство для газпромовских акций (на самом деле это малая часть необходимой работы и не совсем корректная, но мы решаем именно поставленную задачу, какой бы идиотской она не была)

Код:

R version 3.0.3 (2014-03-06) -- "Warm Puppy"
Copyright (C) 2014 The R Foundation for Statistical Computing
Platform: i386-w64-mingw32/i386 (32-bit)

R -- это свободное ПО, и оно поставляется безо всяких гарантий.
Вы вольны распространять его при соблюдении некоторых условий.
Введите 'license()' для получения более подробной информации.

R -- это проект, в котором сотрудничает множество разработчиков.
Введите 'contributors()' для получения дополнительной информации и
'citation()' для ознакомления с правилами упоминания R и его пакетов
в публикациях.

Введите 'demo()' для запуска демонстрационных программ, 'help()' -- для
получения справки, 'help.start()' -- для доступа к справке через браузер.
Введите 'q()', чтобы выйти из R.

current data loaded as ts object "gretldata"
> summary(gretldata)
      med_          neft_            nikel_      temp_inflyacii 
 Min.  :3096  Min.  : 43.60  Min.  : 9664  Min.  :-0.2000 
 1st Qu.:6787  1st Qu.: 75.42  1st Qu.:17033  1st Qu.: 0.4000 
 Median :7674  Median :102.53  Median :18784  Median : 0.6000 
 Mean  :7331  Mean  : 93.68  Mean  :19259  Mean  : 0.6607 
 3rd Qu.:8377  3rd Qu.:111.72  3rd Qu.:22524  3rd Qu.: 0.8000 
 Max.  :9932  Max.  :134.67  Max.  :31412  Max.  : 2.4000 
  index_RTS        GAZPROM          VTB              lukoil     
 Min.  : 552.9  Min.  :109.5  Min.  :0.02230  Min.  : 915.8 
 1st Qu.:1377.6  1st Qu.:153.4  1st Qu.:0.05360  1st Qu.:1637.3 
 Median :1488.2  Median :170.8  Median :0.06760  Median :1734.4 
 Mean  :1469.1  Mean  :180.3  Mean  :0.06655  Mean  :1723.0 
 3rd Qu.:1663.3  3rd Qu.:190.2  3rd Qu.:0.08300  3rd Qu.:1865.7 
 Max.  :2368.2  Max.  :350.4  Max.  :0.10860  Max.  :2486.7 
    Rosneft          Sber     
 Min.  :102.7  Min.  : 15.92 
 1st Qu.:199.3  1st Qu.: 69.39 
 Median :216.4  Median : 83.22 
 Mean  :212.3  Mean  : 76.17 
 3rd Qu.:242.0  3rd Qu.: 94.60 
 Max.  :276.2  Max.  :106.67 

> (mymdl<-lm(GAZPROM~med_+neft_+nikel_+temp_inflyacii+index_RTS,data=gretldata))

Call:
lm(formula = GAZPROM ~ med_ + neft_ + nikel_ + temp_inflyacii +
    index_RTS, data = gretldata)

Coefficients:
  (Intercept)            med_          neft_          nikel_  temp_inflyacii 
      72.20475        -0.04172        0.75553        0.00426        5.67656 
    index_RTS 
      0.17518 

> summary(mymdl)

Call:
lm(formula = GAZPROM ~ med_ + neft_ + nikel_ + temp_inflyacii +
    index_RTS, data = gretldata)

Residuals:
    Min      1Q  Median      3Q    Max
-38.888  -8.992  1.062  10.404  42.735

Coefficients:
                Estimate Std. Error t value Pr(>|t|)   
(Intercept)    72.204745  13.543421  5.331 1.88e-06 ***
med_          -0.041722  0.004309  -9.682 1.75e-13 ***
neft_          0.755526  0.265892  2.841  0.00629 **
nikel_          0.004260  0.001336  3.190  0.00235 **
temp_inflyacii  5.676555  4.785283  1.186  0.24062   
index_RTS      0.175181  0.019642  8.919 2.85e-12 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 17.87 on 55 degrees of freedom
Multiple R-squared:  0.8874,    Adjusted R-squared:  0.8772
F-statistic: 86.68 on 5 and 55 DF,  p-value: < 2.2e-16

> mymdl<-lm(GAZPROM~med_+neft_+nikel_+index_RTS,data=gretldata)
> summary(mymdl)


Call:
lm(formula = GAZPROM ~ med_ + neft_ + nikel_ + index_RTS, data = gretldata)

Residuals:
    Min      1Q  Median      3Q    Max
-38.033  -9.770  1.537  11.426  44.154

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept) 79.343476  12.177017  6.516 2.18e-08 ***
med_        -0.042534  0.004270  -9.962 5.25e-14 ***
neft_        0.716556  0.264812  2.706  0.00901 **
nikel_      0.004313  0.001340  3.220  0.00214 **
index_RTS    0.178721  0.019485  9.172 9.50e-13 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 17.93 on 56 degrees of freedom
Multiple R-squared:  0.8845,    Adjusted R-squared:  0.8763
F-statistic: 107.2 on 4 and 56 DF,  p-value: < 2.2e-16

> plot(mymdl)
Ожидаю подтверждения смены страницы...
Ожидаю подтверждения смены страницы...
Ожидаю подтверждения смены страницы...
Ожидаю подтверждения смены страницы...
> acf(residuals(mymdl))
> shapiro.test(residuals(mymdl))


        Shapiro-Wilk normality test

data:  residuals(mymdl)
W = 0.9872, p-value = 0.7735

> confint(mymdl)
                  2.5 %        97.5 %
(Intercept) 54.949980653 103.736971652
med_        -0.051087670  -0.033981323
neft_        0.186073890  1.247038288
nikel_      0.001629704  0.006997085
index_RTS    0.139688795  0.217753466
>

Sapienti Sat.

P.S. На ACF гляньте...

Во вложении - те же данные в формате R.
Их можно распаковать и загрузить командой
Код:

> load("gretldata.Rda")
Кстати, это делается и в Gretl. Не вижу проблемы. Модель МНК возьмите, зависимая -- Газпром

Код:

Модель 1: МНК, использованы наблюдения 2008:03-2013:03 (T = 61)
Зависимая переменная: GAZPROM

        Коэффициент        Ст. ошибка        t-статистика        P-значение       
const        72.2047        13.5434        5.3314        <0.00001        ***
med_        -0.0417215        0.00430908        -9.6822        <0.00001        ***
neft_        0.755526        0.265892        2.8415        0.00629        ***
nikel_        0.00426035        0.00133558        3.1899        0.00235        ***
temp_inflyacii        5.67656        4.78528        1.1863        0.24062       
index_RTS        0.175181        0.0196422        8.9186        <0.00001        ***

Среднее зав. перемен        180.2721                Ст. откл. зав. перемен        50.98461
Сумма кв. остатков        17563.58                Ст. ошибка модели        17.87002
R-квадрат        0.887388                Испр. R-квадрат        0.877151
F(5, 55)        86.68078                Р-значение (F)        8.09e-25
Лог. правдоподобие        -259.2679                Крит. Акаике        530.5357
Крит. Шварца        543.2010                Крит. Хеннана-Куинна        535.4994
Параметр rho        0.721135                Стат. Дарбина-Вотсона        0.579789


JoeBlack 14.04.2014 23:40

Добрый вечер! Подскажите пожалуйста как сделать следующую процедуру:
есть модель AR(1) Yt=fi*Yt-1+Ut
Есть вектор ошибок, fi=2, задаю Y0=U0, хочу построить вектор Yt.

Подскажите пожалуйста можно ли это сделать при помощи стандартных комманд или как это можно сделать при помощи скрипта?

Hogfather 15.04.2014 09:04

JoeBlack, честно говоря, я не понял, что Вам нужно (цель данного мероприятия) и на кой вам сдался этот вектор ошибок (вы их считаете детерминированными что ли?), но предположу, что Вам требуется симуляция AR(1) средствами gretl.

В R симуляция AR(1) делается так:

Код:

> set.seed(1)
> fi<-2
> x = e = rnorm(100)
> for (t in 2:100) x[t] = fi*x[t-1] + e[t]

Аналог этого в gretl выглядит где-то вот так (обычно, я не пишу скрипты в gretl, предпочитаю R):

Код:

nulldata 100
set seed 1
fi=2
genr y = normal()
genr e = y

loop t=2..100
    y[t]=fi*y[t-1]+e[t]   
endloop

Если это не то, что хотелось услышать, переформулируйте вопрос.


Текущее время: 06:24. Часовой пояс GMT +3.

Powered by vBulletin® Version 3.8.8
Copyright ©2000 - 2024, vBulletin Solutions, Inc. Перевод: zCarot
© 2001—2024, «Аспирантура. Портал аспирантов»