Rで学ぶVAR実証分析 時系列分析の基礎から予測まで（オーム社） [電子書籍]

Rで学ぶVAR実証分析 時系列分析の基礎から予測まで（オーム社） の 商品概要

• ベクトル自己回帰（VAR：vector autoregression analyses)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、等VARに関する疑問に答えるものです。実証分析を行ううえで、役に立つ情報を提供します。
  

• 目次

  まえがき
  第1章　R について
  1.1 はじめに
  1.2 VAR 分析に必要なパッケージ
  1.3 パッケージに収録されている関数の使用準備
  1.4 R に関する情報検索
  1.5 VAR 分析の練習用資料
  1.6 その他の練習用資料
  1.7 名前に関する一般的な表記ルール
  1.8 関数の出力に含まれているオブジェクト名を知りたいとき
  1.9 ラベル付き折れ線グラフ
  第2章　VAR 分析の紹介
  2.1 はじめに
  2.2 VAR 分析の紹介
  2.3 VAR 分析のイメージを得るための一例
  2.4 歴史的な俯瞰情報
  2.5 VAR 分析の分類
  2.6 手順的な俯瞰情報
  2.7 基本的な用語と定理
  第3章　時系列分析の基礎
  3.1 はじめに
  3.2 ラグ演算子と階差演算子
  3.3 データ生成過程
  3.4 ホワイトノイズ
  3.5 代表的なデータ生成過程
  3.6 ランダムウォーク
  3.7 定常過程と非定常過程
  3.8 和分過程
  3.9 AR 過程の性質を調べる前の情報整理
  3.10 フィルター
  3.11 AR 過程の定常条件
  3.12 固有方程式とラグ型特性方程式
  3.13 定常なAR(1) 過程の期待値と分散
  3.14 定常AR 過程のMA 表現
  3.15 MA 過程の反転可能性
  3.16 ARMA 過程の定常条件
  3.17 ARIMA モデル
  3.18 I(0) 過程の性質とI(1) 過程の性質
  3.19 I(2) 過程の性質
  3.20 爆発的な現象
  3.21 さまざまな和分過程の限界効果と累積効果
  3.22 固有方程式と固有値の解釈
  3.23 自然対数に関する基本情報
  第4章　VAR 分析の基礎
  4.1 はじめに
  4.2 VAR 分析の基本的なメリットとデメリット
  4.3 ものごとの直交分解
  4.4 直交分解から見たインパスル応答分析
  4.5 回帰分析に慣れ親しんだ人々に対するコメント
  4.6 標準的なVAR モデル
  4.7 ホワイトノイズ・ベクトル
  4.8 ベクトル過程の定常条件
  4.9 和分過程の線形結合
  4.10 共和分関係と見せかけの回帰
  4.11 共和分関係の解釈
  4.12 共和分の定義
  4.13 定常VAR を目指して
  4.14 ベクトル誤差修正モデル
  4.15 共和分過程における確定項
  4.16 VAR 系モデルの分類
  4.17 疑問が生じやすい場合の定式化
  4.18 LA-VAR モデル
  4.19 階差を取るべきか否か
  第5章　ラグ次数の選択問題
  5.1 はじめに
  5.2 ラグ次数の選択
  5.3 R によるラグ次数の選択
  第6章　単位根検定
  6.1 はじめに
  6.2 モデル構築までの典型的なプロセス
  6.3 仮説検定について
  6.4 単位根検定の概要
  6.5 拡張ディッキー＝フラー検定
  6.6 ディッキー＝フラー分布の分布イメージ
  6.7 拡張ディッキー＝フラー検定の例
  6.8 Pantula, Gonzales-Farias, Fuller 検定
  6.9 他の単位根検定
  6.10 R による拡張ディッキー＝フラー検定
  6.11 R によるPantula, Gonzales-Farias, Fuller 検定
  第7章　共和分検定
  7.1 はじめに
  7.2 共和分検定の概要
  7.3 ヨハンセン検定
  7.4 ヨハンセン検定の例
  7.5 エングル＝グランジャー検定
  7.6 I(2) 過程の取り扱い
  7.7 R によるヨハンセン検定
  7.8 R によるエングル＝グランジャー検定
  第8章　撹乱項に関する仮説検定
  8.1 はじめに
  8.2 撹乱項に関する標準的な仮定
  8.3 系列無相関の仮説検定
  8.4 均一分散の仮説検定
  8.5 正規分布の仮説検定
  8.6 R による系列無相関の検定
  8.7 R による均一分散の検定
  8.8 R による正規分布の検定
  第9章　推定と識別問題
  9.1 はじめに
  9.2 推定に関する基本的な問題
  9.3 最小2 乗推定法の性質
  9.4 最尤推定法の性質
  9.5 連立方程式モデルの識別問題
  9.6 構造VAR モデルの識別問題
  9.7 構造VEC モデルの識別問題
  9.8 R によるVAR モデルの推定
  9.9 R によるVEC モデルの推定
  9.10 R による構造VAR モデルの推定
  9.11 R による構造VEC モデルの推定
  9.12 R パッケージ「svars」による構造VAR モデルの推定
  第10章　係数パラメータの制約に関する仮説検定
  10.1 はじめに
  10.2 係
  

Rで学ぶVAR実証分析 時系列分析の基礎から予測まで（オーム社） の商品スペック