の続きです。
今回は日経平均の騰落を回帰分析したいと思います。ロジスティック回帰分析です。
まずは、日経平均の騰落を表すベクトルを作成します。
まず、vNikkの先頭にNAを追加したベクトル、xを作成しました。
これで、vNikk - x で前月比になります。
先頭がNAなので削除します。
できました。
説明変数のvCons, vIP, vYenも先頭を削除してデータの時点を合わせます。
vToraをマイナスなら0, プラスな1に変換します。ifelse関数を使います
平均値が0.58ですから、分析期間中の日経平均は、前月比プラスの月が58%あったということがわかります。
これで準備ができました。R言語でロジスティック回帰分析をするには、glm関数を使います。
Statistics: An Introduction Using R
- 作者: Michael J. Crawley
- 出版社/メーカー: Wiley
- 発売日: 2014/11/24
- メディア: ペーパーバック
- この商品を含むブログを見る
この本を参考にして分析します。
vCons:vIP:vYenは削除してもよさそうですね。
ロジスティック回帰分析のモデルをanova関数で比較するときは、test = "Chi"で比較するようです。P値が0.7766ですから、model2を採用します。
vIP:vYenを削除してみます。
p値が0.445と0.05より大きいですから、model3とmode2は有意な差は無いです。なので、model3を採用します。
vCons:vYenの係数のp値は0.0937と0.05よりも大きいですから、これを削除してみます。
p値が0.06238と0,05よりも大きいので、より単純なモデルのmodel4を採用します。
model4を調べます。
vCons:vIPを削除してみましょう。
p値が0.1792と0.05よりも大きいのでmodel5をさらに調べます。
p値が一番大きいvConsを削除しましょう。
p値が0.6404なので、model6を採用し、さらに調べます。
I(vYen^2)を削除しましょう。
p値が0.6854なのでmodel7を調べます。
vIPの係数のp値が0.604と一番大きいので削除します。
p値が0.6032なので、model8を採用して調査を続けます。
I(vCons^2)を削除します。
p値が0.2558なので、model9を採用します。model9を見てみましょう。
I(vIP^2)を削除します。
p値が0.2087と0.05より大きいですから、model10を採用します。model10を見てみましょう。
あ！vYenの係数のp値が0.05よりも大きくなってしまいました！vYenも削除しましょう。
p値が0.04581と0.05よりも小さいですから、vYenを削除するのはよくないということですね。
結局model10が最後のモデルです。
model10のvYenの係数の符号がマイナスですから、円安水準のほうが日経平均は上昇し易いということですね。
グラフで表現してみましょう。
青い線が回帰直線でですが、ダメですね。
株式相場の騰落を予測するのは難しいです。
今回は以上です。
