狙いと③の修正のためのシリアルの相関

Question

私には定常時系列にしたいものを線形モデルにおける自己回帰期是正のためのシリアルの相関関係にあり、すなわちの式で=c1*Bt+c2*Ct+ut、ut=r*ut-1+et

(utはAR(1)期是正のためのシリアルの相関は、エラー条件)

なんだろうけど、日本人に何を使用するためにはRをモデル。

感謝 Karl

Answer 1

GLMMarp のパッケージには、これらのモデルに適合します。あなただけのガウス誤差の線形モデルをしたい場合は、共変量がarima()引数で指定されているxreg機能でそれを行うことができます。

Answer 2

R.でこれを行うには、いくつかの方法がここにあります<のhref = "http://stat.ethz.ch/R-manual/R-patched/library/datasets/html/UKDriverDeathsを使用して2つの例を示します。そののデータセットのパッケージの中のhtml」のrel = "noreferrer"> "シートベルト" の時系列データセットは、Rが付属しています。

arima()機能は、パッケージで提供されます：R.と機能が含まれている統計情報は、あなた、あなたが自己回帰、統合、および移動平均コンポーネントの順序を指定することができ、フォームのorder=c(p, d, q)の引数を取ります。あなたの質問では、あなたがエラーで一次自己相関を補正するAR（1）モデルを作成することを示唆していると、それはそれです。私たちは、次のコマンドでそれを行うことができます：

arima(Seatbelts[,"drivers"], order=c(1,0,0),
      xreg=Seatbelts[,c("kms", "PetrolPrice", "law")])

順序の値は、我々はAR（1）モデルをすることを指定します。 XREGのcompontentは、私たちが回帰の一部として追加する他のXシリーズでなければなりません。出力は、その側になっsummary.lm()の出力のように少し見えます。

別の代替プロセスは、あなたがフィット回帰モデルをした方法により馴染みかもしれない<のhref = "http://cran.r-project.org/web/packages/nlme/indexでgls()を使用することです。 HTML」のrel = "noreferrer"> nlmeパッケージに。次のコードは、データフレームにシートベルトの時系列オブジェクトをオンにした後、抽出し（ T ）ソートされた時系列オブジェクトにだけカウンタである新しい列を追加します：

Seatbelts.df <- data.frame(Seatbelts)
Seatbelts.df$t <- 1:(dim(Seatbelts.df)[1])

上記の2行は形状のみでデータを取得しています。 arima()機能は、時系列のために設計されているので、それはより簡単に時系列オブジェクトを読み取ることができます。 nlmeでモデルをフィットするには、その後、実行します。

library(nlme)
m <- gls(drivers ~ kms + PetrolPrice + law,
         data=Seatbelts.df,
         correlation=corARMA(p=1, q=0, form=~t))
summary(m)

「相関」で始まる行は、あなたがGLSにARMAの相関構造を渡す方法です。 arima()がモデルを推定するために最大尤度を使用し、gls()がデフォルトで制限された最大尤度を使用しているため、結果はまったく同じではありません。あなたがmethod="ML"の呼び出しにgls()を追加した場合、あなたは上記のARIMA機能を持って、同一の見積もりを取得します。

Answer 3

あなリンク機能しているのでしょうか。

方を記述することができるという基本線形回帰とautocorrelatedます。この場合、オプションを使用 lm を一貫した推定の係数を使用 Newey西HAC標準誤差.

なんなのか、ベストな答えのための狙いをより一般的です。