リサーチ・ナビは、調べものに役立つ情報を紹介する国立国会図書館の調べ方案内です。 テーマや各種資料ごとに、調査のポイントや参考になる資料、便利なデータベース、使えるWebサイト、関係する機関などを紹介しています。
リサーチ・ナビは、調べものに役立つ情報を紹介する国立国会図書館の調べ方案内です。 テーマや各種資料ごとに、調査のポイントや参考になる資料、便利なデータベース、使えるWebサイト、関係する機関などを紹介しています。
Introduction Simple time series models ARIMA Validating a model Spectral Analysis Wavelets Digital Signal Processing (DSP) Modeling volatility: GARCH models (Generalized AutoRegressive Conditionnal Heteroscedasticity) Multivariate time series State-Space Models and Kalman Filtering Non-linear time series and chaos Other times Discrete-valued time series: Markov chains and beyond Variants of Markov
GARCH-Mモデル概要 † ただしZは標準正規分布に従う はt期の収益率 はかく乱項の分散 はかく乱項 1式はtseriesで分析できないので、GARCH-Mののケースを考える。 ただしZは標準正規分布に従う ↑ データの読み込み † read.table("http://www.math.hc.keio.ac.jp/itoseminar/index.php?plugin=attach&refer=%A5%C7%A1%BC%A5%BF%C3%D6%A4%AD%BE%EC&openfile=Nikkei225_daily.csv",header=T,sep=",")->nikkei attach(nikkei) ↑ 日経225の収益率を対数階差で近似する † diff(log(end))->nikkei #データの時系列化 nikkei_return <- ts(nikkei,start
メールマガジン(経済用語解説) メールマガジン全体の目次 最近号のメールマガジン 第65回 時系列分析 共和分(コインテグレーション) 第63回 金融リテラシー 第62回 経済基礎数学(マクロ経済学編) 等比数列 第61回 インフレーション・ターゲティング 第60回 マイナス金利 第59回 チャート分析 第58回 ランダムウォーク 第64回 時系列分析 ARMAとARCH[top] 2003年12月16日更新 2003年11月07日発行 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 国経館 時系列分析 ARMAとARCH メールマガジン No.123 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ みなさん,こんにちは.笹山です. このメールマガジンは国際経済学科のメールマガジン「国経館」の1つとして, 国際経済学科のすべての学生に配
登録サイトの確認 アカウントがない方は早めに連絡してください。 今回のテーマ 経済学で扱うデータは基本的に2つに分けられる。 ①.時系列データ(Time series data) ②.横断面データ(Cross section data) クロスセクションは国別のデータとか個人別データ、店舗別データなどの時間と関係のないものであったが、時系列データとは年度別、月別、曜日別といった特定の指標の時間推移を示すものである。 なお両方同時に扱うものとしてプーリングデータ(パネルとか最近は言う)がある。 時系列(Wikipedia) 1.データの読み込み read.table関数によるファイルの読み込み read.table("ファイル名") read.table("ファイル名",header=T) (データの1行目に変数名がある場合「header=T」をつける) まずExcelを起動する。 このデー
ある層別変数と特徴値群の関係を見出す 特徴値群を学習用、テスト用に分けて分類を行ない、特徴値の有用性について検討する 層別変数の中身はA, B, C, Dといった文字列でも1, 1.5, 2, 2.5といった数値でも構わない。 但し回帰分析は量的データでなければ行う意味は無い。
livedoor Blog でデータ集計を担当している石津です。 今日は Excel にてデータをグラフ化にした時の見せ方について書きたいと思います。 比較的にExcelを使い始めて間もない方や、Excel でグラフを作った事がない方が見ていただけると幸いです。 【01】数字を精査、表にする 今回は Microsoft Office Excel 2003を使った「200X年XX月に新規加入者」のデータ精査が対象になります。 私自身は数字を扱うのが好きなので、生データ(登録日・年齢などの数字)をそのまま csv や tsv などで出してもらい、精査する事が多くあります。 まず精査する時には、皆さんもよく Excel から該当するデータを抽出する時に使用していると思いますが、 ・オートフィルター機能 ・VBA を使用して該当の数字を抽出しています。オートフィルター機能を使用して抽出します。 オ
今さら感はあるが、MCMC (Markov Chain Monte Carlo; マルコフ連鎖モンテカルロ)を使えるようになろうと、まずは簡単な例から試してみた。 手始めに、正規乱数から生成した標本の平均と標準偏差を推定してみる。 やはりRを使用。MCMCpackパッケージを あらかじめインストールしておいて、呼び出す。MCMCpack中のMCMCmetrop1R()関数を利用して、メトロポリス法によるMCMC推定をおこなう。 library(MCMCpack) 乱数系列を初期化。 set.seed(1) 平均10、標準偏差3の乱数を1000個生成して、xに入れる。 m <- 10 s <- 3 x <- rnorm(1000, m, s) MCMC推定に使用する関数を用意する。betaは要素数2のベクトル。beta[1]が平均、beta[2]が標準偏差で、betaを推定する。関数の返り値
講習会の目的 本講習会は, R についての自習の基盤をつくることを目指します。 たとえ初心者向けの数時間の入門講習でなく1年間の毎週の演習授業であっても,R に関してすべてを説明するのは不可能だと思われます。 R の世界は,縦にはそこそこ深く,横には果てが見えないほど広いです。 CRAN に登録されている R のパッケージは 1000 を超えました。 よって,受講者の幅も広いことですし,受講者各自にとってぴったりな統計解析の実用的な解説をするのはあきらめて, 各自が必要に応じて情報を探し,見つけたものを難なく活用できるようになること,を目標にしました。 ここに自分の求めている分析手法や作図法などの答えがあるとは期待しないで下さい。それは帰ってからのあなたの楽しい仕事です。 R の利用と R 言語 R の根幹は R 言語のインタプリタであり,ユーザはR言語を駆使することでRを操作します。 S
Rにはcor.testという相関の有意性検定を行う関数がある。 しかし,この関数は一度に一つの相関の検定しか行えないので,変数が大量にある場合には大変である。 そこでデータフレームから一気に全ての変数に関して相関の検定を行うプログラムが書いてみた。 関数 #データフレームから相関行列を求め,無相関検定を一気に行う mycortest <- function(dFrame) { if(!(is.data.frame(dFrame))) { errorMes <- "データフレームを指定してください" stop(errorMes) } #相関行列を求める corMatrix <- cor(dFrame) #サンプル数と自由度 numRow <- nrow(dFrame) df <- numRow - 2 #t値の行列を求める t1 <- corMatrix * sqrt(df) t2 <- s
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