Mais conteúdo relacionado
Semelhante a Rで学ぶ回帰分析と単位根検定 (18)
Rで学ぶ回帰分析と単位根検定
- 23. 別の例
以下のようにデータを作る
N <- 10^4
x <- cumsum(rnorm(N))
y <- cumsum(rnorm(N))
matplot(matrix(c(x,y),ncol=2)
,type=“l”,ylab=“Value”,xlab=“Time“)
plot(x,y)
abline(lm(y~x))
summary(lm(y~x))
23
- 42. 単位根検定してみる
•Phillips-Perron検定
> #単位根あるやつ
> PP.test(cumsum(rnorm(1000)))
Phillips-Perron Unit Root Test
data: cumsum(rnorm(1000))
Dickey-Fuller = -1.8941, Truncation lag
parameter = 7, p-value = 0.6232
42
- 43. 株価に単位根検定
> PP.test(nikkei225$close)
Phillips-Perron Unit Root Test
data: nikkei225$close
Dickey-Fuller = -2.0921, Truncation lag
parameter = 6, p-value = 0.5393
単位根過程っぽい 43
- 44. 変数Xに単位根検定
> PP.test(x)
Phillips-Perron Unit Root Test
data: x
Dickey-Fuller = -0.6462, Truncation lag
parameter = 6, p-value =0.9752
単位根過程っぽい 44
- 45. やってはいけない
ケースに該当する
疑いが強い
(※)誤差項にEngle-Granger共和分検定を実施し、共和分の関係があるかもチェック。
最後に少しだけ解説載せました
45
- 49. 変数Xの差分に単位根検定
> adf.test(diff(x))
Augmented Dickey-Fuller Test
data: diff(x)
Dickey-Fuller = -7.7904, Lag order = 8,
p-value = 0.01
alternative hypothesis: stationary
単位根過程じゃないっぽい
49
- 55. (おまけ)共和分関係
• 単位根を持つ系列同士に長期的な関係が
あるケース
• 単位根過程単独では予想できない動きもこ
の組み合わせならば予測可能になる
• Engle-Granger共和分検定で検出
• Grangerはこの業績で2003年ノーベル経
済学賞
• 購買力平価説の検定に使われたりする
55