![](/img/trans.png)
[英]how to make loop for Johansen cointegration test for multivarite time series and get all possible combinations in Rstudio?
[英]for loop: performing cointegration test for all possible combinations in R
我想弄清楚是否可以找到非平穩時間序列與 ADF 測試的每種組合的協整。 這可以通過以下函數完成:
coint <- function(x,y) {
vals <- data.frame(x,y)
beta <- coef(lm(vals[,2] ~ vals[,1] + 0, data = vals))[1]
(tseries::adf.test(vals[,2]- beta*vals[,1], alternative = "stationary", k = 0))$p.value
}
如果我運行函數 coint(df1, df2),我會得到一個 p 值。 但是,我想為每種可能的組合執行此操作(並將其存儲在數據框中)。 我已經知道我可以使用 combn() 函數進行所有可能的組合。 但是,我無法讓我的 for 循環正確地為每種可能的組合執行此操作。 也許這個操作也可以用 purrr 包中的函數來完成?
我們歡迎所有的建議! 我還在下面添加了一個示例數據框。
# A tibble: 18 x 5
`1` `2` `3` `4` `5` `
1 416 850 53 78 66
2 407 922 43 82 67
3 410 901 37 84 71
4 412 945 53 95 77
5 409 998 101 83 86
6 375 947 53 86 84
7 364 908 43 87 71
8 377 952 39 95 64
9 387 961 18 109 69
10 352 932 11 102 69
11 332 920 12 108 69
12 318 987 22 121 83
13 320 961 17 124 88
14 325 931 15 145 64
15 328 816 6 169 44
16 315 925 8 156 55
17 309 737 4 176 49
18 273 626 4 193 59
不是最好和最有效的循環,但我認為可以:輸入將是一個數據框,其中包含所有要檢查的變量
coint <- function(vars) {
d<-as.matrix(vars) #convert data frame to Matrix
n<-length(colnames(vars)) #calculate the total number of variables
m<-combn(n,2) #calculate all possible combinations of pairs for all variables
col_m<-dim(m)[2] #number of all possible combinations
result<-matrix(NA,nrow=col_m,ncol=3) #empty result matrix
colnames(result)<-c("Var_1","Var_2","p_Value")
for (i in 1:col_m){
Var_1<-m[1,i]
Var_2<-m[2,i]
res <- lm(d[,Var_1] ~ d[,Var_2] + 0)$residuals
p<-tseries::adf.test(res, alternative = "stationary", k = 0)$p.value
result[i,1]<-colnames(vars)[Var_1]
result[i,2]<-colnames(vars)[Var_2]
result[i,3]<-p
}
return(result)
}
協整方法是關於 2 個變量的殘差需要是平穩的。 我立即將它們從估算中剔除,而不是重新計算它們。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.