問題タブ [causality]

For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.

0 投票する
1 に答える
1704 参照

r - Replicating the Example of Error Correction Model (ECM) in R?

I have used EViews and run Error Correction Model (ECM) and obtained some result. Now I would like to replicate that example in R and obtain the same result like I did in EViews.

The data I have used are as follows:

The result I obtained in EViews and would like to replicate in R is shown in the following table: enter image description here

I used package apt and its function ecmAsyFit(gdp, life, lag = 1, split = TRUE,model = "linear", thresh = 0) The code I have run is as follows:

The result in R I obtained is shown under:

Problem: The result I obtained in EViews (shown table) is not the same like it is R (shown right above)

Questions:

  1. Is there a way to use ecmAsyFit function to obtain result like it is shown in the table?
  2. Is there another function (or set of functions) which can run Error Correction Model and provide the result shown in the table?
  3. Could someone share the code for application of Error Correction Model, so I could apply it?
0 投票する
0 に答える
1133 参照

matlab - matlabでベクトル自己回帰モデルをコーディングするには?

VAR モデルは、単変量自己回帰 (AR) モデルを複数の時系列に一般化します。時間 t の観察に基づいて次の式を概説するベクトル自己回帰モデルを実装したいと思います。

x(t) = c + (t-1)∑(i ​​= t + T)* a(i)x(i) + €(t)

a(i) = モデルのパラメータ €(t) = ガウス ノイズ

私が使用しているデータは非常に大きいので投稿しませんが、合成データの隣接行列を出力することは助けが必要です。これは私が持っているものです:

0 投票する
2 に答える
787 参照

r - Rでの列ごとのグレンジャーの因果テスト

同じ次元の M1 と M3 という異なるパラメーターの 2 つの行列があります。R で列単位の grangertest を実行したいと思います。

M2グレンジャーがM1を引き起こすかどうかを判断するために、グレンジャーの因果関係テストを行いたい. 私の実際のマトリックスには、より多くの列と行が含まれていますが、これは単なる例です。2 つのベクトル間の元のコードは次のとおりです。

2 行 ("F[2]" および "Pr(>F)[2]") と 2 列の行列が結果として返されるように、列ごとの分析を行うにはどうすればよいですか?

0 投票する
0 に答える
575 参照

machine-learning - 単一変数の多次元時系列のグレンジャー因果関係

2 つの変数間の因果関係をテストするためにグレンジャー因果関係を使用しようとしています。ただし、ほとんどのグレンジャー因果モデル (およびベクトル自己回帰モデル) は、変数ごとに単一の時系列 (変数ごとに 1 つのサンプル) を使用します (複数の変数がある場合は、変数ごとに 1 つの時系列)。Python statsmodels Granger 因果関係の実装は、この例を示しています。

ただし、私の場合は 2 つの変数がありますが、変数ごとに複数の時系列サンプルがあり、それらをグレンジャー因果モデルに融合したいと考えています。つまり、Granger 因果モデルの出力の変数について、各時系列ペアを個別に考慮する代わりに、それらすべてを一緒に使用して、回帰モデルに類似したある種のモデルを形成することができます。

0 投票する
0 に答える
423 参照

r - R の CausalImpact パッケージが Poisson bsts モデルで機能しない

R の CausalImpact パッケージを使用して、感染症の症例数に対する介入の影響を推定したいと考えています。通常、症例数の分布は、ポアソン分布または負の二項分布として特徴付けられます。このbsts()関数により、ポアソン族を指定できます。ただし、これでエラーが発生しましたCausalImpact()

これは、を使用して生成されたときに にスロットbsts.modelがないためです。sigma.obsfamily="poisson"

これを正しく行っていますか、またはポアソン データで CausalImpact を使用する別の方法はありますか? (負の 2 項データを使用できるようにしたいのですが、あまり欲張ることはありません)。

最後に、ここは CausalImpact の問題をコーディングするのに最適な場所ですか? GitHub ページに [問題] タブが表示されませんでした。