জোহানসেন পদ্ধতি ব্যবহার করে সমন্বিত ভেক্টরগুলি প্রাপ্ত

Question

আমি জোহেনসেন পদ্ধতিটি আরও ভালভাবে বোঝার চেষ্টা করছি তাই আমি সম্ভাবনা -ভিত্তিক-অনুমিতিকান-সমন্বিত-স্বাবলম্বী-একনোমেট্রিক্স যেখানে আমাদের তিনটি প্রক্রিয়া রয়েছে বইটি দিয়ে তৈরি একটি উদাহরণ তৈরি করেছিলাম :

$$X_{1t} = \sum_{i=1}^t \epsilon_{1i} + \epsilon_{2t}$$

$$X_{2t} = \alpha \sum_{i=1}^t \epsilon_{1i} + \epsilon_{3t}$$

$$X_{3t} = \epsilon_{4t}$$

সুতরাং সমন্বয়কারী ভেক্টরগুলি [a, -1, 0] এবং [0, 0 1] হওয়া উচিত তবে আমি জোহানসেন পদ্ধতি চালানোর সময় আমি সেগুলি পেতে পারি না।

আমি যে কোডটি চেষ্টা করছি তা নিম্নলিখিত:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.johansen import coint_johansen

mu, sigma = 0, 1 # mean and standard deviation
n = 1000

s1 = np.random.normal(mu, sigma, n)
s2 = np.random.normal(mu, sigma, n)
s3 = np.random.normal(mu, sigma, n)

x_1t = np.cumsum(s1)+s2
x_2t = 7*np.cumsum(s1)+s3
x_3t = s3

#Creating Pandas object
todays_date = datetime.datetime.now().date()
index = pd.date_range(todays_date-datetime.timedelta(10), periods=n, freq='D')
y = pd.DataFrame(index=index, data={'col1': x_1t, 'col2': x_2t, 'col3':x_3t} )

p = 4
jres = coint_johansen(y, 0, p)

আমি বেশ কয়েকটি পি-মানগুলির চেষ্টা করেছি এবং আমি সমন্বয় ভেক্টর পেতে পারি না, আমি জানি আমি কিছু ভুল করছি। ধন্যবাদ।

Comments

রেফার্ড

— ab3

Answer 1

আমি উত্তর খুঁজে পেয়েছি। যদি এটি কারও পক্ষে সহায়ক হয় তবে নীচের নোটবুকটি পরীক্ষা করতে পারেন:

http://nbviewer.ipython.org/github/mapsa/seminario-doc-2014/blob/master/cointegration-example.ipynb

Comments

লিঙ্কগুলি মরে যেতে পারে কারণ এটির সংক্ষিপ্তসারটি এখানে কেন অনুলিপি করবেন না?

— গুং - মনিকা পুনরায়

মনে হচ্ছে মুদ্রা_জাহানসেন পদ্ধতির অস্তিত্ব নেই? আমি এখানে কি মিস করছি? আমার নুব প্রশ্নের জন্য আমার ক্ষমা প্রার্থনা করুন।

— RAY

এটি এই রেপোর মুদ্রা শাখায় রয়েছে github.com/josef-pkt/statsmodels

— mapa