サンプルデータ:家計調査日別品目分類(キャベツ、たけのこ、豚肉:2015年4月及び2015年5月)/ データ出典:総務省統計局『家計調査結果』【ダウンロード】 ソフト:R(Rの使い方(1)|(2)) 分析方法:グレンジャーの因果性検定 因果関係と言えば何を思い浮かべるだろうか。「インフルエンザウィルスがインフルエンザを引き起こす」は因果関係があるが、「気温が高くなると、ビールがよく売れる」は相関関係である。前者の場合は、ウィルスという原因がインフルエンザという結果を引き起こしているのに対し、後者は気温が高いときはビールが売れるという関係を表しているのにすぎない。 こういった因果関係を統計的に推論することは非常に難しい。しかし、「グレンジャーの因果性検定」は「因果関係」を統計的に検定する方法である。ただし、それは「AがBを引き起こす」ではなく、「Aのデータを使えば、Bのデータを予測できるだろ
RでGrangerの因果検定 Grangerの因果. 説明変数で条件付けすることで予測誤差が減ったらグレンジャー因果あり. Grangerの因果検定. VARモデルを使う.因果をしめす情報のすべての線形回帰係数=0なら 因果なし.グレンジャー因果なしを帰無仮説. p=1 グレンジャー因果なし. p=0 グレンジャー因果あるかも. VARのGrangerの因果検定(普通のやつ)では, 同時刻相関的なものは検出できない. 非線形な相関的なものは検出できない. library("MSBVAR") x<-cumsum(rnorm(10000)) y<-cumsum(rnorm(10000)) mat<-matrix(nrow=length(x),ncol=2) granger.test(mat,1) library("lmtest") #None-correlation x<-rnor
2009年05月22日17:01 カテゴリGranger グレンジャーの因果性テスト(Granger causality test) with R グレンジャー因果 時系列データ X、Y を考える。なお、データの長さは等しいとする。過去のYと現在のXが統計的に明らかに関係があるとき、YはXのグレンジャー因果である。つまり、今日のYから明日のXを予測することができる、ということです。 MSBVAR package にある granger.test() という関数の説明です。 目的:YはXのグレンジャー因果かどうかをテストする。つまり、p過去分のデータYは現在のデータXに影響があるかのテスト。 granger.test( matrix, p ) 注: 分析したい時系列データを行列(matrix)にし、インプット T: length of data X, Y p: time lag you wa
前回の記事ではVARモデルの基礎までを取り上げました。ということで、今回はVARモデルに基づいて異なる時系列同士の因果関係を推定する3つの手法について取り上げてみようと思います。 ということで毎回毎回しつこいですが、使用テキストはいつもの沖本本です。 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー) 作者:竜義, 沖本朝倉書店Amazon 以下タイトルにのっとってRで各モデルの挙動を見ながらやっていきます。 必要なRパッケージ&サンプルデータ {vars}をインストールして展開して下さい。なお、Granger因果のグラフ構造表現及び偏Granger因果は、実はそもそもRでは実装されていません。ここだけMatlabの話題になりますので、悪しからずご了承を。。。 それから今回のサンプルデータですが、また{vars}同梱のCanadaでは芸がないので違うデータを使うことにします。沖
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く