两个时间序列数据集的协整分析

时间:2019-01-27 22:17:11

标签: java statistics time-series regression

我是统计人员的新手,但一直在使用R语言进行练习。现在,我需要使用Java语言执行一些统计信息。我想要做的是两个时间序列数据集之间的协整分析。我的问题是R会在后台处理计算的实现,所以作为一个新手数学人,我现在很难在Java中实现它。

通过网络浏览,我发现有一个用于协整和测试的开源库,但是方法,参数和数据类型与我习惯的有所不同。

我所指的图书馆来自SuanShu。以下是我发现有用的类。

http://www.numericalmethod.com/javadoc/suanshu/com/numericalmethod/suanshu/stats/cointegration/CointegrationMLE.html

http://www.numericalmethod.com/javadoc/suanshu/com/numericalmethod/suanshu/stats/test/timeseries/adf/package-summary.html

http://www.numericalmethod.com/javadoc/suanshu/com/numericalmethod/suanshu/stats/cointegration/JohansenTest.html

我的目标是获取两个时间序列的数据集,并简单地查看它们是否是协整的。

例如,如果我有以下两个数组:

int[] arr1 = new int[]{1,5,10,15,20,25,30,35,40,45,50};
int[] arr2 = new int[]{1,2,3,4,5,6,7,8,9,10,11};

我首先当然要使用ADF测试来检查它们是否固定,该库足够简单。

double pArr1 = AugmentedDickeyFuller(arr1).pValue();
double pArr2 = AugmentedDickeyFuller(arr2).pValue();

假设它们是固定的,这是我迷失了如何进一步使用此库的地方。不确定接下来应该使用哪种方法,这些方法的参数的数据类型会有些混乱。我正在寻找是否有人可以请一个简单的测试的端到端实现来检查两个数据集数组之间的协整。我宁愿坚持使用一个库,而不是尝试自己重新创建它。

0 个答案:

没有答案