Question

我在编程方面有点陌生，所以可能很容易做到。我试图找出是否可以通过ADF测试找到每个非平稳时间序列组合的协整。可以使用以下功能完成此操作：

coint <- function(x,y) {
vals <- data.frame(x,y)
beta <- coef(lm(vals[,2] ~ vals[,1] + 0, data = vals))[1]
(tseries::adf.test(vals[,2]- beta*vals[,1], alternative = "stationary", k = 0))$p.value
}

如果我运行函数coint（df1，df2），则会得到一个p值。但是，我想对每种可能的组合进行此操作（并将其存储在数据框中）。我已经知道我可以使用combn（）函数进行所有可能的组合。但是，我只是无法让我的for循环对每种可能的组合都执行此操作。也许也可以使用purrr包中的功能完成此操作？

任何建议将不胜感激！我还在下面添加了一个示例数据框。

   # A tibble: 18 x 5
       `1` `2` `3` `4` `5` `

 1    416 850 53  78  66     
 2    407 922 43  82  67    
 3    410 901 37  84  71     
 4    412 945 53  95  77     
 5    409 998 101 83  86     
 6    375 947 53  86  84     
 7    364 908 43  87  71     
 8    377 952 39  95  64     
 9    387 961 18  109 69  
10    352 932 11  102 69     
11    332 920 12  108 69    
12    318 987 22  121 83     
13    320 961 17  124 88     
14    325 931 15  145 64     
15    328 816 6   169 44     
16    315 925 8   156 55     
17    309 737 4   176 49     
18    273 626 4   193 59

Answer 1

不是最好，最有效的循环，但是我认为可以：输入将是一个包含所有要检查的变量的数据框

 coint <- function(vars) {
    d<-as.matrix(vars) #convert data frame to Matrix
    n<-length(colnames(vars)) #calculate the total number of variables
    m<-combn(n,2) #calculate all possible combinations of pairs for all variables
    col_m<-dim(m)[2] #number of all possible combinations
    result<-matrix(NA,nrow=col_m,ncol=3) #empty result matrix
    colnames(result)<-c("Var_1","Var_2","p_Value")
    for (i in 1:col_m){
      Var_1<-m[1,i] 
      Var_2<-m[2,i]
      res <- lm(d[,Var_1] ~ d[,Var_2] + 0)$residuals 
      p<-tseries::adf.test(res, alternative = "stationary", k = 0)$p.value
      result[i,1]<-colnames(vars)[Var_1]
      result[i,2]<-colnames(vars)[Var_2]
      result[i,3]<-p
    }
    return(result)
  }

协整方法涉及2个变量的残差需要固定。我立即将它们从估算中剔除，而不是重新计算。

for循环：对R中所有可能的组合执行协整测试

1 个答案: