Rで何かをしたり、読書をするブログ

政府統計の総合窓口のデータや、OECDやUCIやのデータを使って、Rの練習をしています。ときどき、読書記録も載せています。

失業率・第3次産業活動指数・消費者物価指数の時系列データ分析4 - Serial Correlation の有無をテストして、Cochrane - Orcutt 法を使って推定する。

Bing Image Creator で生成: Clover flowers, photo, landscape

 

www.crosshyou.info

の続きです。

前回は、

第3次産業活動指数 = 118.4862 - 5.7238 * 失業率 + トレンド + 季節性 + 誤差項

という回帰式を得るところまでできました。

今回は、

こちらの

12-3a A t Test for AR(1) Serial Correlation with Strictry Exogenous Regressors

に記載されている方法で Serial Correlation の有無をテストします。

まず、resid() 関数で residuals を生成します。

どうなんでしょうね。。。グラフを見ただけでは、 Serial Correlation があるかどうか、私には判別できません。

dynlm() 関数で residual(t) = β0 + β1 * residual(t-1) の回帰式の β を推計します。

L(residuals) の係数は、0.583231 でした。p値は 5.36e-11 と非常に小さい値ですので、Serial Correlation があることがわかりました。

Serial Correlation があるときは、OLS での推計は正しくないようなので、Cochrane - Orcutt 法で推計します。

まず、orcutt パッケージの読み込みをします。

cochrane.orcutt() 関数を使います。

unem: 失業率の係数は、-3.442719 でした。OLS で推計した係数よりも値は小さくなりましたが、p値は 0.0027010 でしたから、1%以下の水準で有意です。

やはり、失業率が高いときは、第3次産業活動指数は低いですね。

季節性のダミー変数の係数に注目すると、3月や12月は第3次産業活動指数の値が高いようです。3月は年度末、12月は年末でクリスマスシーズンなので、値が高いのは納得できると思います。

今回は以上です。

初めから読むには、

www.crosshyou.info

です。