www.crosshyou.info

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5 - AR(1) モデルで推計して、前回のモデルと比較する。

Bing Image Creator で生成: Landscape, Nemophila flowers and blue ocean, photo

 

www.crosshyou.info

の続きです。

今回は、Autregressive Model of Order 1, AR(1) モデルをOLSで推定してみます。

dai3ji(t) = β0 + β1 * dai3ji(t-1) + トレンド + 季節性 + u というように、今月の第3次産業活動指数を前月の第3次産業活動指数で説明する、というモデルです。

dynlm() 関数を使います。

L(dai3ji) の係数は 0.7917 で係数の p値 は 2e-16 なので有意ですね。

trend(dts) の p値 は 0.316974 と 0.05 よりも大きいのでトレンド項目は有意ではないです。

季節性は全て有意に基準となる1月とは異なっていることがわかります。

この AR(1) モデルによる推計値と、今までの Static Model の OLS による推計値、Static Model の Cochrane-Orcutt による推計値でどの推計値が実際の第3次産業活動指数の値に近いか調べてみましょう。

準備として、実際の第3次産業活動指数と3つのモデルの推計値でデータフレームを作成します。 $fitted.values で推計値は取り出すことができます。

グラフにしてみましょう。

一番上のパネルが実際の値とそれぞれの推計値です。

AR(1) が一番一致しているように見えます。

相関係数をみてみます。

AR(1) は最初の月は推計値が無いので、actual[-1], ar1[-1] のようにします。
相関係数でも AR(1) が一番高いですね。

RMSE(二乗平均平方根誤差) を計算してみます。

RMSE でも AR(1) が一番小さい値となり、AR(1) が一番実際の値に近い値を推計していることがわかりました。

今回は以上です。

次回は

www.crosshyou.info

です。

 

初めから読むには、

www.crosshyou.info

です。