自己相关关数.PPT

5. 時系列分析 - 実戦編 - 5-8. 時系列分析と結果の解釈(8) 　 - VAR分析 (灯油) 　　　PKTM15VAR.do 　　(1) モデル設定 　 内生変数 dlpkro, dlqkro 外生変数 dlinc, dlpoil, 月次ダミー(11個), 定数 (2) 結果解釈 　　　← CIRF (累積衝撃応答解析) を用いて, 価格に 　　　　 1単位(標準偏差)の衝撃を与えた際の数量の 　　　　 将来変化を推計 　　　← VAR では p → q の影響だけでなく、p → p への影響も生じることに注意 (=価格も動く ! ) * 5. 時系列分析 - 実戦編 - 5-8. 時系列分析と結果の解釈(8) 　 - ARMAX分析 (プロパンガス) PKTM16PMX0.do 　　(1) 自己相関?移動平均なし (ARMA 0,0) で仮試行 　 arima lppgs lqpgs linc ??? dmdec dmeq 　　 　　- lpkro の符号条件?有意性確認 　　　 　- AIC -424.4916 - Corrgram (殆ど 0.05未満で系列相関”有”) 　 ← 系列相関が残留しているため、適切な自己相関 　　　?移動平均（AR,MA)を設定し系列相関を消す必　 　　　要有 (試行錯誤による探索) * 5. 時系列分析 - 実戦編 - 5-9. 時系列分析と結果の解釈(9) 　 - ARMAX分析 (プロパンガス) PKTM16PMX1,2.do 　　(2) 試行錯誤による探索 　AR(1) AIC = -574.042 Corrgram × MA(1) AIC = -476.537 Corrgram × AR(2) AIC = -517.213 Corrgram × MA(2) AIC = -480.148 Corrgram × AR(1) MA(1) AIC = -574.797 Corrgram × 　　　　AR(1, 2) AIC = -576.434 Corrgram × MA(1, 2) AIC = -535.205 Corrgram × * 5. 時系列分析 - 実戦編 - 5-10. 時系列分析と結果の解釈(10) 　 - ARMAX分析 (プロパンガス) PKTM17PMX1,2.do 　　(3) 試行錯誤による探索 (続) 　AR(1) MA(2) AIC = -585.939 Corrgram ○ AR(2) MA(1) AIC = -577.979 Corrgram × 　　　　 ← Corrgram の ProbQ の値が 0.05以上となり 　　　　 系列相関が消えている組合せのうち、AIC が 　　　　 最小となるものを選ぶ 　　　← 系列相関が消えた時系列分析式(ARMAX)の 　　　　 係数は通常の回帰式同様に解釈可能 * 事例研究(ミクロ経済政策?問題分析 III)- 規制産業と料金?価格制度 - (第6回 – 手法(4) 応用データ解析/時系列分析) 2017年 5月 22日 戒能一成 0. 本講の目的 　　(手法面） - 応用データ解析の手法のうち、時系列分析 　　 (ARMAX, 共和分, VAR) ?パネルデータ分析の 　　 概要を理解する （内容面) - 計量経済学?統計学を実戦で応用する際の 留意点を理解する (2) 　　　　　　　　　　 　　　　 * 1. 時系列分析の基礎 1-1. 時系列分析の重要性 　　 　　- 料金?価格制度やその変更が及ぼす効果を推計 する際に、財サービスの費用、価格?料金、数量 などは?系列相関?を持っている場合が多い - 系列相関が生じる原因は多様 - 季節変動の存在(12ヶ月, 四半期など) - 循環過程の存在(蜘蛛の巣調整過程など) - 価格変更費用の存在 - 長期契約?先物契約の存在 - 規制?許認可手続の影響(