最新刊
Rで学ぶVAR実証分析(改訂2版) ー時系列分析の基礎から予測までー
(2024/05/31)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベクトル自己回帰(VAR)に特化した実用書 本書はRを使ってベクトル自己回帰(VAR:vector autoregression analysis)分析を行うものです。理論に関する疑問、モデル構築に関する疑問、分析ツールをRで書くことの疑問など、VARに関する疑問に答え、実証分析を行ううえで役に立つ情報を提供します。 改訂2版では、「ヒストリカル分解」を章として拡充するとともに、構造安定性に関する仮説検定を追加し、単位根仮説検定のトピックを更に充実しました。また、本書で使用するRパッケージやR関数に関して再検討を行い、「CADFtest」を本書で使用するRパッケージに含めました。 第2版によせて まえがき 第1章 Rについて 第2章 VAR分析の紹介 第3章 時系列分析の基礎 第4章 VAR分析の基礎 第5章 ラグ次数の選択問題 第6章 単位根検定 第7章 共和分検定 第8章 撹乱項に関する仮説検定 第9章 推定と識別問題 第10章 係数パラメータに関する仮説検定 第11章 インパルス応答分析 第12章 推定後のモデル変換 第13章 インパルス応答分析の区間推定 第14章 予測誤差の分散分解 第15章 グランジャー因果性検定 第16章 ヒストリカル分解 第17章 その他のVAR分析 あとがき 本書を終えるにあたり 索引 参考文献 分布表
この著者の作品2
オーム社の作品12
Rによる教育・言語・心理系のためのデータサイエンス入門
Rubyプログラミング入門
行動データの計算論モデリング 強化学習モデルを例として
Pythonコンピュータシミュレーション入門 ー人文・自然・社会科学の数理モデルー
電子機械入門シリーズ メカトロニクス (第2版)
狙われる工場、守れ!“サプライチェーン” NIST SP 800-171 機密性確保のガイドライン
Rによる実証分析 回帰分析から因果分析へ
パクリの技法
量子コンピューティング ー基本アルゴリズムから量子機械学習までー
3Dでみるメカニズム図典 見てわかる、機械を動かす「しくみ」
Pythonデータエンジニアリング入門 高速化とデバイスデータアクセスの基本と応用
2024年版 第1種放射線取扱主任者試験 完全対策問題集