Портал аспирантов - GRETL: Вопросы и ответы.

Портал аспирантов (http://www.aspirantura.spb.ru/forum/index.php)

- Software (программное обеспечение) (http://www.aspirantura.spb.ru/forum/forumdisplay.php?f=107)

- - GRETL: Вопросы и ответы. (http://www.aspirantura.spb.ru/forum/showthread.php?t=10581)

Цитата:

Сообщение от glory (Сообщение 435910)

Возможно ли как-то сделать тоже самое в R

Можно. Для более конкретного ответа на Ваш вопрос нужно знать, что за модель. Раз упоминаются "факторы", предположу, что некая простенькая аддитивная моделька, построенная с помощью КМНК. Если это так, то самый разумный вариант, в Вашем случае, это прямо из Gretl запустить анализ в R, тогда таблица данных Gretl будет доступна как data frame R. Далее, иcпользуем lm. Но, вообще то, телепатия не мой конёк...

Вообще для меня меня R- это что-то новое и не совсем понятное, к сожалению..

glory, самый простой вариант: Меню Gretl Инструменты->Запустить GNU R
Насколько я понял, мы строим линейную модель зависимость стоимость акций Газпрома от ~~фазы луны и обильности цветения сакуры~~ индекса ртс,цены на нефть,медь,никель и темпы инфляции. Вида:

http://www.texify.com/img/%5Cnormals..._3C%2Bb_4I.gif

Далее вот такое колдунство для газпромовских акций (на самом деле это малая часть необходимой работы и не совсем корректная, но мы решаем именно поставленную задачу, какой бы идиотской она не была)

Код:

R version 3.0.3 (2014-03-06) -- "Warm Puppy"

Copyright (C) 2014 The R Foundation for Statistical Computing

Platform: i386-w64-mingw32/i386 (32-bit)



R -- это свободное ПО, и оно поставляется безо всяких гарантий.

Вы вольны распространять его при соблюдении некоторых условий.

Введите 'license()' для получения более подробной информации.



R -- это проект, в котором сотрудничает множество разработчиков.

Введите 'contributors()' для получения дополнительной информации и

'citation()' для ознакомления с правилами упоминания R и его пакетов

в публикациях.



Введите 'demo()' для запуска демонстрационных программ, 'help()' -- для

получения справки, 'help.start()' -- для доступа к справке через браузер.

Введите 'q()', чтобы выйти из R.



current data loaded as ts object "gretldata"

> summary(gretldata)

      med_          neft_            nikel_      temp_inflyacii   

 Min.   :3096   Min.   : 43.60   Min.   : 9664   Min.   :-0.2000  

 1st Qu.:6787   1st Qu.: 75.42   1st Qu.:17033   1st Qu.: 0.4000  

 Median :7674   Median :102.53   Median :18784   Median : 0.6000  

 Mean   :7331   Mean   : 93.68   Mean   :19259   Mean   : 0.6607  

 3rd Qu.:8377   3rd Qu.:111.72   3rd Qu.:22524   3rd Qu.: 0.8000  

 Max.   :9932   Max.   :134.67   Max.   :31412   Max.   : 2.4000  

   index_RTS         GAZPROM           VTB              lukoil      

 Min.   : 552.9   Min.   :109.5   Min.   :0.02230   Min.   : 915.8  

 1st Qu.:1377.6   1st Qu.:153.4   1st Qu.:0.05360   1st Qu.:1637.3  

 Median :1488.2   Median :170.8   Median :0.06760   Median :1734.4  

 Mean   :1469.1   Mean   :180.3   Mean   :0.06655   Mean   :1723.0  

 3rd Qu.:1663.3   3rd Qu.:190.2   3rd Qu.:0.08300   3rd Qu.:1865.7  

 Max.   :2368.2   Max.   :350.4   Max.   :0.10860   Max.   :2486.7  

    Rosneft           Sber       

 Min.   :102.7   Min.   : 15.92  

 1st Qu.:199.3   1st Qu.: 69.39  

 Median :216.4   Median : 83.22  

 Mean   :212.3   Mean   : 76.17  

 3rd Qu.:242.0   3rd Qu.: 94.60  

 Max.   :276.2   Max.   :106.67  



> (mymdl<-lm(GAZPROM~med_+neft_+nikel_+temp_inflyacii+index_RTS,data=gretldata))



Call:

lm(formula = GAZPROM ~ med_ + neft_ + nikel_ + temp_inflyacii + 

    index_RTS, data = gretldata)



Coefficients:

   (Intercept)            med_           neft_          nikel_  temp_inflyacii  

      72.20475        -0.04172         0.75553         0.00426         5.67656  

     index_RTS  

       0.17518  



> summary(mymdl)



Call:

lm(formula = GAZPROM ~ med_ + neft_ + nikel_ + temp_inflyacii + 

    index_RTS, data = gretldata)



Residuals:

    Min      1Q  Median      3Q     Max 

-38.888  -8.992   1.062  10.404  42.735 



Coefficients:

                Estimate Std. Error t value Pr(>|t|)    

(Intercept)    72.204745  13.543421   5.331 1.88e-06 ***

med_           -0.041722   0.004309  -9.682 1.75e-13 ***

neft_           0.755526   0.265892   2.841  0.00629 ** 

nikel_          0.004260   0.001336   3.190  0.00235 ** 

temp_inflyacii  5.676555   4.785283   1.186  0.24062    

index_RTS       0.175181   0.019642   8.919 2.85e-12 ***

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1



Residual standard error: 17.87 on 55 degrees of freedom

Multiple R-squared:  0.8874,    Adjusted R-squared:  0.8772 

F-statistic: 86.68 on 5 and 55 DF,  p-value: < 2.2e-16



> mymdl<-lm(GAZPROM~med_+neft_+nikel_+index_RTS,data=gretldata)

> summary(mymdl)



Call:

lm(formula = GAZPROM ~ med_ + neft_ + nikel_ + index_RTS, data = gretldata)



Residuals:

    Min      1Q  Median      3Q     Max 

-38.033  -9.770   1.537  11.426  44.154 



Coefficients:

             Estimate Std. Error t value Pr(>|t|)    

(Intercept) 79.343476  12.177017   6.516 2.18e-08 ***

med_        -0.042534   0.004270  -9.962 5.25e-14 ***

neft_        0.716556   0.264812   2.706  0.00901 ** 

nikel_       0.004313   0.001340   3.220  0.00214 ** 

index_RTS    0.178721   0.019485   9.172 9.50e-13 ***

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1



Residual standard error: 17.93 on 56 degrees of freedom

Multiple R-squared:  0.8845,    Adjusted R-squared:  0.8763 

F-statistic: 107.2 on 4 and 56 DF,  p-value: < 2.2e-16



> plot(mymdl)

Ожидаю подтверждения смены страницы...

Ожидаю подтверждения смены страницы...

Ожидаю подтверждения смены страницы...

Ожидаю подтверждения смены страницы...

> acf(residuals(mymdl))

> shapiro.test(residuals(mymdl))



        Shapiro-Wilk normality test



data:  residuals(mymdl)

W = 0.9872, p-value = 0.7735



> confint(mymdl)

                   2.5 %        97.5 %

(Intercept) 54.949980653 103.736971652

med_        -0.051087670  -0.033981323

neft_        0.186073890   1.247038288

nikel_       0.001629704   0.006997085

index_RTS    0.139688795   0.217753466

>

Sapienti Sat.

P.S. На ACF гляньте...

Во вложении - те же данные в формате R.
Их можно распаковать и загрузить командой

Код:

> load("gretldata.Rda")

Кстати, это делается и в Gretl. Не вижу проблемы. Модель МНК возьмите, зависимая -- Газпром

Код:

Модель 1: МНК, использованы наблюдения 2008:03-2013:03 (T = 61)

Зависимая переменная: GAZPROM



         Коэффициент        Ст. ошибка        t-статистика        P-значение        

const        72.2047        13.5434        5.3314        <0.00001        ***

med_        -0.0417215        0.00430908        -9.6822        <0.00001        ***

neft_        0.755526        0.265892        2.8415        0.00629        ***

nikel_        0.00426035        0.00133558        3.1899        0.00235        ***

temp_inflyacii        5.67656        4.78528        1.1863        0.24062        

index_RTS        0.175181        0.0196422        8.9186        <0.00001        ***



Среднее зав. перемен         180.2721                Ст. откл. зав. перемен         50.98461

Сумма кв. остатков         17563.58                Ст. ошибка модели         17.87002

R-квадрат         0.887388                Испр. R-квадрат         0.877151

F(5, 55)         86.68078                Р-значение (F)         8.09e-25

Лог. правдоподобие        -259.2679                Крит. Акаике         530.5357

Крит. Шварца         543.2010                Крит. Хеннана-Куинна         535.4994

Параметр rho         0.721135                Стат. Дарбина-Вотсона         0.579789

Добрый вечер! Подскажите пожалуйста как сделать следующую процедуру:
есть модель AR(1) Yt=fi*Yt-1+Ut
Есть вектор ошибок, fi=2, задаю Y0=U0, хочу построить вектор Yt.

Подскажите пожалуйста можно ли это сделать при помощи стандартных комманд или как это можно сделать при помощи скрипта?

JoeBlack, честно говоря, я не понял, что Вам нужно (цель данного мероприятия) и на кой вам сдался этот вектор ошибок (вы их считаете детерминированными что ли?), но предположу, что Вам требуется симуляция AR(1) средствами gretl.

В R симуляция AR(1) делается так:

Код:

> set.seed(1)

> fi<-2

> x = e = rnorm(100)

> for (t in 2:100) x[t] = fi*x[t-1] + e[t]

Аналог этого в gretl выглядит где-то вот так (обычно, я не пишу скрипты в gretl, предпочитаю R):

Код:

nulldata 100

set seed 1

fi=2

genr y = normal()

genr e = y



loop t=2..100

    y[t]=fi*y[t-1]+e[t]    

endloop

Если это не то, что хотелось услышать, переформулируйте вопрос.

СпасибО!!! Как раз-то!

Добавлено через 1 час 5 минут
Спасибо! то что надо

Добавлено через 23 минуты
Я так понимаю, что nulldata задаёт размер всех векторов по умолчанию? А можно ли создать несколько векторов разной длины?

Цитата:

Сообщение от JoeBlack (Сообщение 438084)

Я так понимаю, что nulldata задаёт размер всех векторов по умолчанию?

Не совсем.
http://gretl.sourceforge.net/gretl-h....html#nulldata

Цитата:

Сообщение от Gretl User’s Guide. Chapter 10. Gretl data types

Gretl offers the following data types:

- scalar holds a single numerical value
- series holds n numerical values, where n is the number of observations in the current
dataset
- matrix holds a rectangular array of numerical values, of any dimensions
- list holds the ID numbers of a set of series
- string holds an array of characters
- bundle holds a variable number of objects of various types

The “numerical values” mentioned above are all double-precision floating point numbers.

Сделал следующую конструкцию
nulldata 500
series b = 0
nulldata 120 --preserve
series b = 0
Всё равно меняет размерность b на 120

JoeBlack, телепатия -- не мой конёк. Но, обратите внимание что делает nulldata - она инициализирует ту таблицу данных, с которой работает gretl. Естественно, что вы её сбрасываете. Если Вам нужен просто вектор заданной размерности, то читайте 15 главу руководства: Chapter 15. Matrix manipulation

Вы это пытаетесь проделать?

Код:

nulldata 500

matrix b=zeros(1,120)

И вообще, gretl очень удобный инструмент, чтобы запустить R, а там таких проблем просто нет.

Сделал следующий скрипт для проверки гипотезы нормальности распределения beta по методу Монте-Карло

Код:

 nulldata 1000  

 set seed 1

 fi=0.99

 series b = 0

 series y = 0 

  loop j=1..1000 

    

    genr u = 2*uniform()-1

  y[1]=u[1]

 

     loop i=2..120

    y[i]=fi*y[i-1]+u[i]

  endloop

  sum1=0

 

     loop i=2..120

  sum1=sum1+y[i]*y[i-1]

  endloop

  sum2=0

 

     loop i=2..120

  sum2=sum2+(y[i-1])^2    

 endloop



 b[j]=sum1/sum2

 

endloop

Добавлено через 17 минут
всё работает

Здравствуйте помогите написать код Garch модель в программе R. Срочно!! Пожалуйста!!

Вопрос не в той теме.

В Gretl см. Модель->Временные ряды->Обобщенный ARCH

Спасибо

Добавлено через 22 часа 20 минут
Вы можете кинуть мне ссылку с этой темы?)

Добрый день! Пожалуйста, подскажите, как в gretl построить модель CAPM( данные за несколько лет по акциям сбербанка, в качестве факторов данные по индексу РТС и гос. Облигациям RGBI)
Спасибо!

Цитата:

Сообщение от glory (Сообщение 447341)

http://faculty.som.yale.edu/zhiwuche...es/l14-new.pdf
своё всё внедрить и перенести в gretl

вот еще какая-то муть: http://online.sfsu.edu/donglin/Project_822.pdf

и вообще,.. как любит писать автор темы: http://lmgtfy.com/?q=capm+regression+gretl+