- ベストアンサー
時系列データを使ったパラメータ推定
s_nakの回答
- s_nak
- ベストアンサー率55% (269/487)
EViews学生版の存在すら知らなかったので、学生版についてはyaleさんに期待。早速、回答いただけていますね。 TSPは英語のマニュアルがよくできているので、英語が苦でなければ、 和合・伴「TSPによる経済データの分析 第2版」東京大学出版会 とソフトで大丈夫ではないかと思います。 Time Series Processor International http://www.tspintl.com/ PDFでオンラインマニュアルも事前にダウンロードできます。 http://www.tspintl.com/products/userref.htm
関連するQ&A
- パネルデータを使ったパラメータ推定の方法を教えてください
都市に関する簡単な式を１つ作ったのですが、経済学、数学ともに知識が浅く、パネルデータの処理方法、パラメータの推定方法(通常最小二乗法と一般化最小二乗法の違い)が共にわかりません。80都市×15時点のパネルデータがあります。何かご存知の方、教えてください。よろしくお願いします。
- ベストアンサー
- 経済学・経営学
- 非線形回帰式のパラメータ推定について
あるデータの予測値がこの関数に当てはまると考え 関数のa,b,y∞のパラメータを推定したいと考えています． そこで実値と予測値の誤差から，最小２乗法を用いてのパラメータ推定は行いました． が，初期値に依存することから，別のパラメータ推定を考えています． そこで最尤法を用いたいと考えているのですが，この場合どのような確率密度関数になりますか． その後パラメータで偏微分を行い，ニュートン法により最適解を求めたいと考えています． こちらの方法も初期値に依存することは理解していますが， 文献より最尤法の初期値は最小２乗法で求めた値を使用しようと考えています． 要はこの場合，最尤法でパラメータ推定はできるのか． どのような手順で行うのか． 最小２乗法と何が違うのか． の回答をよろしくお願いします． また，似たようなことを行っている文献紹介などもしていただけると嬉しいです． 式は，添付ファイルにて．
- 締切済み
- 数学・算数
- 関数のパラメータ推定について
http://bekkoame.okwave.jp/qa2595561.htmlで質問させて頂いた者です。 y = γ / (1 + exp(α + β * x))という関数において,パラメータγ,α,βを推定したいのですが,初期値の設定がうまくいかなくて困っております。要するに初期値の探し方を教えて欲しいのです。 この関数からγ / y -1 = exp(α - β * x)という式が導けます。ここで両辺の自然対数をとると, log(γ / y - 1) = α - β * x となります。ここでY = log(γ / y - 1)とするとY = α - β * xとなって,これは線形モデルなので最小二乗法によって簡単にαとβの値が求められます。今回の場合だと得られているデータは, x=[54,57,60,63,66,69,72] y=[0,1,2,5,8,9,10] なので,とりあえずγ=11と仮定して計算すると結局は Y = [*, 2.30, 1.50, 0.18, -0.98, -1.50, -2.30] となります(*はうまく計算できないので無視)。最終的にYのデータからY(ハット) = -0.949 * x + 3.1883という式が得られます。以前の質問でも補足しましたが,Rというデータ解析用のソフトウェアを使うと, nls(y ~ gamma / ( 1 + exp(alpha + beta * x)),start = c(gamma = 11,alpha = 3.1883,beta = -0.949)) とするのですが,これは要するにy ~ gamma / ( 1 + exp(alpha + beta * x))の部分がモデル式,start = c(gamma = 11,alpha = 3.1883,beta = -0.949)の部分が初期値を設定する部分です。yとxという変数には上に記したように得られたデータがベクトルとして格納されています。 以上,説明が長くなってしまいましたが,今回のようにx=[54,57,60,63,66,69,72]となっていると,初期値が悪いとのエラーが出て計算ができません。これをx=[1,2,3,4,5,6,7]としてやるとうまくいきます。だから平行移動させるために前回のような質問をしたのですが、、、（ちょっと文字数に制限があるので意味不明だったら補足します）
- ベストアンサー
- 数学・算数
- 対数近似の区間推定はどのように行うのでしょうか？
添付しましたExcelグラフ（表示されているでしょうか？）のように、線形近似（緑線）を描き、併せて、区間推定の公式より、予測区間と信頼区間のグラフ（４本の破線）を描きました。 しかしながら、分析対象の性格から、線形近似ではなく、対数近似（赤線）にて推定される値を導きだし、対数近似からの予測区間と信頼区間もあわせて算出したいと考えております。 どなたか、対数近似から、区間推定（予測区間と信頼区間とも）の、Ｅｘｃｅｌでの算出の方法がお分かりになる方、いらっしゃいませんでしょうか。 宜しくお願い申し上げます。
- ベストアンサー
- 科学
- SPSSでの対数線形分析
SPSSで対数線形分析をやりたいのですが、よく分かりません。 SPSSver11.0で、たとえば4×4のクロス表について一般的対数線形分析をすると、最後の変数（クロス表の4行目全部と4列目全部）のパラメーターが自動的に0となってしまって、これらの変数のパラメータ推定値が出力されません。これらを出力させるのはどうしたらよいでしょうか？データ入力の際、順番を変えてやってみたら（1行目にあったものが4行目に来る、というように）、前に4行目にあったものに関して推定値が出力されてきたのですが、そうしたら結果が全く違ってしまいました。どのようにしたらよいのでしょうか？
- ベストアンサー
- その他(ソフトウェア)
- 統計学、最尤推定について
統計学、最尤推定について こんにちは。早速ですが、質問させてください。 ある分布、ここでは例としてワイブル分布W(m,η)のパラメータについて考えます。 ここに、mはワイブルパラメータ、ηは尺度パラメータです。 ワイブル分布に従うデータx1,...,xnからパラメータを最尤推定します。 このとき、例えば、m＝2が真の値だとして、その値を既知としたもとで最尤推定 された\hat{η}(m)と、その値を未知としたもとで最尤推定された\hat{m}の共分散を 求めたいがどうすれば良いかと言うのが質問です。 分かりづらいシチュエーションですが、ある証明の中で個の共分散を使いたいのです。 よろしくお願いいたします。
- ベストアンサー
- 数学・算数
- 時系列データ
私はＦＸをはじめてかれこれ1年程度なのですが 今までは始めたばかりであったこともあり、対円での取引が中心でした。 ですが最近になってユーロドルとかクロスでの取引についても関心を持つようになってきました。 ただ問題があって、そういう対円以外での取引となると、ユーロドルくらいしか時系列データを手に入れることができません。 私はもちろん取引会社提供のチャートを見ても取引をしますが、 エクセルで4本値時系列データを元にテクニカル指標を自分で作成して 判断の参考にしております。そのほうがソフトのチャートよりも分かりやすいからです。 しかし、先日教えていただいたライブドアファイナンスで提供されているデータはマイナーペアなんかだと 過去一年分ほどしかダウンロードする ことができず、バックテストを行うにしてもややデータ不足の印象がぬぐいきれません。 ですので、ライブドアさん以外でマイナーペアについても時系列データが入手可能なところがございましたら教えていただけませんでしょうか？ よろしくお願いします。
- ベストアンサー
- FX・外国為替取引
- 回帰分析の時に対数をとる意味は？
現在、計量経済学の授業で、 回帰分析、最小二乗法について勉強しているのですが、 たまに先生がデータの対数をとって回帰分析をするのですが、 どうして対数をとるのかよくわからないんです。 一応、弾力性を一定とする時や、非線形の関数を 線形にする時に使うらしいことまでは、 わかっているのですが （でも、それすら怪しいです。間違っていたら訂正してください…） どうして、対数をとるとそのようなことができるのか よくわからないんです。 ご存知の方がいらっしゃれば、アドバイスお願いします。 参考書籍・参考サイト等の紹介でもかまいません。
- ベストアンサー
- 経済学・経営学
- 時系列データが見られるサイトを教えてください
現在、ヤフーファイナンスやオリックス証券で株価の時系列データを 見ていますが、ヤフーは前日比が表示されず見にくいです。 また、オリックスの方は、前日比が表示されているため見やすいのですが、 javaというソフトのため（？）、古いパソコンなので急に画面が重くなり 固まります。 どなたか、普通のサイトで前日比（+や-）が表示されている時系列データの サイトをご存知でしたらぜひ教えてください。お願いします。
- ベストアンサー
- 株式市場
お礼
和合・伴「TSPによる経済データの分析 第2版」東京大学出版会 ↑これは、学校の図書館にあるので、やれそうです！ もう〆切までわずかになりましたが皆さんのお力添えでどうにかなりそうです。感謝します。