আমি কোনও সম্পদের দাম সম্পর্কে পূর্বাভাস দেওয়ার জন্য একটি ভিআর মডেল তৈরি করছি এবং আমার পদ্ধতিটি পরিসংখ্যানগত দিক থেকে সঠিক কিনা, আমার অন্তর্ভুক্ত পরীক্ষাগুলি প্রাসঙ্গিক কিনা এবং আমার ইনপুট ভেরিয়েবলের ভিত্তিতে নির্ভরযোগ্য একটি পূর্বাভাস নিশ্চিত করার জন্য যদি আরও বেশি প্রয়োজন হয় তা জানতে চাই।
নীচে গ্রেঞ্জার কার্যকারিতা পরীক্ষা করতে এবং নির্বাচিত ভিএআর মডেলটির পূর্বাভাস দেওয়ার জন্য আমার বর্তমান প্রক্রিয়াটি রয়েছে।
require("forecast")
require("vars")
#Read Data
da=read.table("VARdata.txt", header=T)
dac <- c(2,3) # Select variables
x=da[,dac]
plot.ts(x)
summary(x)
#Run Augmented Dickey-Fuller tests to determine stationarity and differences to achieve stationarity.
ndiffs(x[, "VAR1"], alpha = 0.05, test = c("adf"))
ndiffs(x[, "VAR2"], alpha = 0.05, test = c("adf"))
#Difference to achieve stationarity
d.x1 = diff(x[, "VAR1"], differences = 2)
d.x2 = diff(x[, "VAR2"], differences = 2)
dx = cbind(d.x1, d.x2)
plot.ts(dx)
#Lag optimisation
VARselect(dx, lag.max = 10, type = "both")
#Vector autoregression with lags set according to results of lag optimisation.
var = VAR(dx, p=2)
#Test for serial autocorrelation using the Portmanteau test
#Rerun var model with other suggested lags if H0 can be rejected at 0.05
serial.test(var, lags.pt = 10, type = "PT.asymptotic")
#ARCH test (Autoregressive conditional heteroscedasdicity)
arch.test(var, lags.multi = 10)
summary(var)
#Granger Causality test
#Does x1 granger cause x2?
grangertest(d.x2 ~ d.x1, order = 2)
#Does x2 granger cause x1?
grangertest(d.x1 ~ d.x2, order = 2)
#Forecasting
prd <- predict(var, n.ahead = 10, ci = 0.95, dumvar = NULL)
print(prd)
plot(prd, "single")
এই পদ্ধতিটি কি শব্দ?
1
আপনি কি দ্বিতীয় পার্থক্য ব্যবহার করছেন? এটি কিছুটা অস্বাভাবিক এবং মডেলটিকে যতটা প্রয়োজন তার চেয়ে বেশি সংবেদনশীল করে তুলতে পারে। এছাড়াও, আপনি কি আপনার সিস্টেমে সমন্বয় আশা করতে পারেন? এবং কোনও নির্বিচারক সময়ের প্রবণতা এবং / বা মৌসুমী সম্পর্কে কী, আপনি কি সেগুলি পরীক্ষা করে দেখেছেন?
—
রিচার্ড হার্ডি
@ রিচার্ড, স্ট্যাটারিটি অর্জনের পার্থক্যগুলি আমি যতদূর বুঝতে পেরেছি অ্যাডএফ পরীক্ষার দ্বারা নির্ধারিত, এবং এর পরামর্শ অনুসারে সামঞ্জস্য করা হবে। যদি এডিএফ পরীক্ষাটি স্থির হয় তা নির্ধারণ করা উচিত (প্রত্যাবর্তন 0 আমি পরিবর্তনশীলটির মধ্যে পার্থক্য করব না)। আমি সমন্বয় এবং মৌসুমীতার কথা ভাবি নি, তবে এই ধারণাটির মধ্যে ছিল যে উপরের পদ্ধতিটি ভেরিয়েবলগুলির কোনও প্রবণতা যত্ন নেবে।
—
youjustreadthis
এডিএফ পরীক্ষাটি কেবল একটি পরীক্ষা, এটি তার সীমাবদ্ধতার সাথে আসে। কাঁচা ডেটা প্লট করা, প্রথম পার্থক্য এবং শেষ পর্যন্ত দ্বিতীয় পার্থক্য কেবল পরীক্ষা চালানোর চেয়ে আরও তথ্যমূলক হতে পারে। এছাড়াও, এডিএফ পরীক্ষার বিভিন্ন বৈশিষ্ট্য রয়েছে: (1) কোন ধ্রুবক নয়, কোনও প্রবণতা নেই; (2) ধ্রুবক, কোন প্রবণতা নয়; (3) ধ্রুবক এবং প্রবণতা; পরীক্ষার জন্য পিছনে অর্ডার নির্বাচনও অনানুষ্ঠানিক হতে পারে। সুতরাং, অন্ধভাবে ফলাফলের উপর নির্ভর করবেন না। বিষয়বস্তু দৃষ্টিকোণ থেকে, সম্পদের দামগুলি সাধারণত অর্ডার এক, আই (1) এর সাথে সংহত হয়। আমি (2) ন্যায্য প্রমাণ করা কঠিন ...
—
রিচার্ড হার্ডি
@ ইয়ুযাস্ট্রেড আমি নীচে একটি উত্তর অন্তর্ভুক্ত করেছি। আমি দৃ strongly়ভাবে আপনাকে এর কয়েকটি বিষয়গুলি বিবেচনা করার পরামর্শ দিচ্ছি
—
জ্যাকব এইচ