• 검색 결과가 없습니다.

R 자기상관

N/A
N/A
Protected

Academic year: 2021

Share "R 자기상관"

Copied!
4
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

R 자기상관 1

I. 자기상관 검정

II. 자기상관 추정

(2)

Ⅰ. 자기상관 검정 2

b2-ch5-1-rev.R

library(stargazer);library(lmtest);library(orcutt)

sample1<-("http://kanggc.iptime.org/book/data/ar.txt") sample1_dat<-read.delim(sample1,header=T)

consume<-ts(sample1_dat$consume, start=c(1995.1), freq uency=4)

gdp<-ts(sample1_dat$gdp, start=c(1995.1), frequency=4) ols.res<-lm(consume~gdp)

summary(ols.res) res<-resid(ols.res)

lres<-append(res[1:24], 0, after=0) res.t<-ts(res)

lres.t<-ts(append(res.t[1:24], 0, after=0))

plot(res,main="Residual plotting(u(t) vs. time)",xlab='time') plot(lres,res,main="Residual plotting(u(t) vs. u(t-1))") abline(h=0, v=0)

다음에 계속

1. 그래프

(3)

3

b2-ch5-1-rev.R

앞에서 계속

#DW test dwtest(ols.res)

#LM test n<-length(res)

lres.t<-ts(append(res.t[1:24], 0 , after=0))

(res.aux<-lm(res.t~gdp+lres.t)) lm<-n*summary(res.aux)$r.squ ared

lm

(pchisq(lm, df=1, lower.tail=F) library(tigerstats)

par(mfrow=c(3,1))

pchisqGC(3.841459, df=1, regio n="above", graph=T)

pchisqGC(2.705543, df=1, regio n="above", graph=T)

pchisqGC(3.122012, df=1, regio n="above", graph=T)

- DW 통계량 1.2273이 𝑫𝑳=1.288보다 작으므로 양(+)의 1차 자기상관이 있 는 것으로 나타남

- DW 통계량 1.2273의 p-value가 0.01178로 0.05보다 작으므로 5% 유의수 준에서 귀무가설 즉, 자기상관이 없다는 귀무가설을 기각하고, 대립가설 즉, 양(+)의 1차 자기상관이 있다는 대립가설을 허용

2. DW 검정 및 LM 검정

- LM 통계량 의 값이 3.122012이고, 𝝌𝟐-분포에서 계산된 LM 통계량의 유의확률이 0.07724137이므로 10% 유의수준에서 1차 자기상관이 있는 것으로 결정

(4)

Ⅱ. 자기상관 추정 4

b2-ch5-2.R

library(stargazer);library(lmtest);library(orcutt)

sample1<-("http://kanggc.iptime.org/book/data/ar.txt") sample1_dat<-read.delim(sample1,header=T)

consume<-ts(sample1_dat$consume, start=c(1995.1), freq uency=4)

gdp<-ts(sample1_dat$gdp, start=c(1995.1), frequency=4)

ols.res<-lm(consume~gdp) summary(ols.res)

res<-resid(ols.res) res.t<-ts(res)

#Cochrane-Orcutt estimation coch.res<-cochrane.orcutt(ols.res) coch.res

#GLS estimation

tconsume<-consume[2:25]-0.357123*consume[1:24]

tgdp<-gdp[2:25]-0.357123*gdp[1:24]

gls.res<-lm(tconsume~tgdp) summary(gls.res)

stargazer(coch.res, gls.res, type="text")

참조

관련 문서

따라서 본 논문에서는 이상치를 판단하는 방법인 Grubb 검정과 Cochran 검정을 이용하여 임상자료에서의 이상치를 판단하는 방법을 소개하고자 한다.. 주요용어:

통계적

따라서 두 방법 모두 그림의 모양으로 주관적인 판정을 하기 때문에 NPP 검정, ECDF(Empirical CDF)를 사용하는 Anderson-Darling 검정, Kolmogorov-Smirnov

함수를 이용한 그림그리기 II.. ggplot2를

공식을 이용한

대표적인 이표본 분포 동일성 문제의 분포무관 검정은 Kolmogorov-Smirnov (KS) 검정, Cram´ er-von-Mises (CVM) 검정, Anderson-Darling (AD) 검정, Mann-Whitney (MW)

여기서는 지면 관계상 정규성 검정은 검정 결과표만 섣고 해설은 생략하며, Outlier 검정 에관한 것은 결과와 해설까지만

종속표본