Rでエコノメトリクス
の編集
http://www.okadajp.org/RWiki/?R%E3%81%A7%E3%82%A8%E3%82%B3%E3%83%8E%E3%83%A1%E3%83%88%E3%83%AA%E3%82%AF%E3%82%B9
[
トップ
] [
編集
|
差分
|
バックアップ
|
添付
|
リロード
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
]
-- 雛形とするページ --
(no template pages)
SIZE(25){COLOR(red){Rでエコノメトリクス}} //written by 蓮見亮 10/10/2005 SIZE(25){COLOR(red){一行だけ修正したような場合，「タイムスタンプを変更しない」をチェックのこと}} Rで計量経済分析を行いたい人向けの情報です。 まずは[[Econometrics in R (pdf):http://cran.r-project.org/doc/contrib/Farnsworth-EconometricsInR.pdf]]を． [[Rを使って計量経済分析:http://www.sugi-shun.com/econwiki/index.php?R%A4%F2%BB%C8%A4%C3%A4%C6%B7%D7%CE%CC%B7%D0%BA%D1%CA%AC%C0%CF]]も参考にどうぞ。 //written by SUGIYAMA Shunsuke 28/08/2006 #contents ~ *パッケージの一括インストール [#w84c6a2c] 詳しくは [[CRAN Task View]] を参照していただきたいが、簡単には、 install.packages("ctv") library(ctv) install.views("Econometrics") install.views("Finance") で、必要なものはほぼすべて入ります。 個別のパッケージについては、 -[[CRAN Task View: Computational Econometrics:http://cran.r-project.org/src/contrib/Views/Econometrics.html]] -[[CRAN Task View: Empirical Finance:http://cran.r-project.org/src/contrib/Views/Finance.html]] を参照されたい。 *古典的手法 [#s70c9351] 詳しくは [[Rの基本パッケージ中の回帰、分散分析関数一覧]] を参照のこと。 **OLS（最小二乗法） [#y1a3cfae] 関数 lm() をつかいます。 ***例(1) [#l590fd65] Hayashi, Fumio. Econometrics. Princeton University Press, 2000. Ch. 1 の例。 #データの読み込み Elec<-read.table("http://www.rhasumi.net/data/econometrics/nerlove.txt") #データセットの作成 LTC<-log(Elec[,1]); LQ <- log(Elec[,2]); LPL <- log(Elec[,3]); LPF <- log(Elec[,4]); LPK <- log(Elec[,5]) #OLS 推定 Model (1.7.4) result_b<-lm(LTC~LQ+LPL+LPF+LPK) #結果の表示 # cf. (1.7.7) in p. 65 summary(result_b) 以下、表示例。 > summary(result_b) Call: lm(formula = LTC ~ LQ + LPL + LPF + LPK) Residuals: Min 1Q Median 3Q Max -0.97784 -0.23817 -0.01372 0.16031 1.81751 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -3.52650 1.77437 -1.987 0.0488 * LQ 0.72039 0.01747 41.244 < 2e-16 *** LPL 0.43634 0.29105 1.499 0.1361 LPF 0.42652 0.10037 4.249 3.89e-05 *** LPK -0.21989 0.33943 -0.648 0.5182 --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 0.3924 on 140 degrees of freedom Multiple R-Squared: 0.926, Adjusted R-squared: 0.9238 F-statistic: 437.7 on 4 and 140 DF, p-value: < 2.2e-16 ***例(2) [#nc8cbdff] （続き：SSRはF検定に使用） # (c) Model (1.7.6) LTC1<-LTC-LPF; LPL1<-LPL-LPF; LPK1<-LPK-LPF; result_c<-lm(LTC1~LQ+LPL1+LPK1) # cf. (1.7.8) in p. 66 summary(result_c) SSR_c<-deviance(result_c) ***例(3) [#h019b5bd] （続き：SSRはF検定に使用） DD<-matrix(0,ncol=20,nrow=145) for(i in 0:4){ DD[(1+i*29):(29+i*29),(1+i*4):(4+i*4)]<-1 } X2<-matrix(0,ncol=4,nrow=145) X2[,1]<-1 X2[,2]<-LQ X2[,3]<-LPL1 X2[,4]<-LPK1 Xlist<-cbind(X2,X2,X2,X2,X2) XX<- DD * Xlist result_e<-lm(LTC1~XX-1) summary(result_e) SSR_e <- deviance(result_e) **検定 [#zd50ea8a] lm() など、組み込み関数を使えば、t 検定程度ならば自動的に実行されます（同時有意性の検定は？(･∀･)ﾆﾔﾆﾔ）。 そのほか、例えば以下のようなパッケージ/関数が提供されています。 -分散の差の検定 |検定名|関数|パッケージ| |F検定|pf()|(デフォルト)| -不均一分散の検定 |検定名|関数|パッケージ| |Breusch-Pagan Test| Bptest()| lmtest| |White Test|white.test()|tseries| -系列相関の検定 |検定名|関数|パッケージ| |Q Test(Box-Pierce, Ljung-Box Test)|Box.test()|（デフォルト）| |Breusch-Godfrey Test|Bgtest()|lmtest| |Durbin-Watson Test|durbin.watson()|car| ||dwtest()|lmtest| -単位根の検定 |検定名|関数|パッケージ| |Augmented Dickey-Fuller Test|ur.df()|urca| ||adf.test()|tseries| |Phillips-Perron Test|PP.test()|tseries| ***F検定の例 [#kf917564] （上記の続き） F_f <- ((SSR_c - SSR_e) / 16 ) / (SSR_e / (125) ) PF_f <- 1 - pf(F_f,16,125) PF_f p 値の表示 > PF_f [1] 1.451070e-09 //(;ﾟдﾟ) anova(result_a, result_b)とするほうが簡単に行えますよ。 ***モンテカルロシミュレーション [#affab0ad] 上記 Hayashi Ch 2. の Monte Carlo Exercise 2 (p. 183) Box-Pierce, Ljung-Box 双方の Q 統計量の比較 ここでは一様分布から乱数を発生(z <- runif(50) - 0.5) n <- 50; p <- 4; nrep <- 10^4 c_bp <- 0; c_lb <- 0 for( j in 1:nrep){ z <- runif(50) - 0.5 gam <- c() for (j in 1:p) gam[j] <- sum( (z[1:(n-j)]-mean(z))*(z[(1+j):n]-mean(z)) )/n #var_z <- var(z) var_z <- sum((z[1:n]-mean(z))^2)/n bp_Q <- n*sum( (gam/var_z)^2 ) lb_Q <- n*(n+2) * sum( (gam/var_z)^2 / (n-c(1:p)) ) if ( bp_Q < qchisq(0.95,p) ) c_bp <- c_bp + 1 if ( lb_Q < qchisq(0.95,p) ) c_lb <- c_lb + 1 } # print cat(c_bp,c_lb,"\n") cat(c_bp/nrep,c_lb/nrep,"\n") *モデル選択 [#m4b0899f] AIC/BIC によるモデル選択は、関数 AIC() を使用します。 ***例(AICによるモデル選択) [#r7ab9ef5] （続き） > AIC(result_c) [1] 145.6767 > AIC(result_e) [1] 95.31413 この場合は、パラメータが多いほうが予測力が大きいことを示唆しています。 *GMM (Generalized Method of Moments: 一般化モーメント法） [#b20b6159] パッケージ systemfit を参照。 [[systemfit(同時方程式推定パッケージ)パッケージ中のオブジェクト一覧]] //(;ﾟдﾟ) systemfitは連立方程式の推定パッケージで、同時方程式（2SLS、3SLS、GMM-3SLS）も扱える位置付けです。非連立方程式でGMMを使いたい場合は、gmmパッケージを使う方が良いと思います。 //[[(；ﾟдﾟ) R言語で3SLSを使って連立方程式モデルを推定せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090731/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？）~ //試しに，登録したんだけど，何の応答もない。メールアドレスを収集するための，悪意のあるページかも知れんなあ。~ //コメントアウトする方が良いのかな。 *時系列分析 [#m2ec97ca] AR、ARMA、ARIMAは、関数arima()を使用します。 GARCHは、パッケージ tseries に関数garch()があります。 [[tseries(時系列分析とコンピューテーショナル・ファイナンス)パッケージ中のオブジェクト一覧]] 多変量の時系列解析は、パッケージ dse (dse1/dse2) を使用。 VAR モデルの推定などが可能です。 [[dseパッケージ中のオブジェクト一覧]] *パネルデータ(panel) [#p0e1bc49] パッケージ nlme を参照。 [[nlmeパッケージ中のオブジェクト一覧]] //[[(；ﾟдﾟ) R言語でパネルデータ・モデルを推計せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090414/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？） *非線形回帰・最尤法 [#t471043f] パッケージ stats4 に関数 mle() があります。 このほか、関数 nlm() も使用可能。少々難易度が高いか。[[汎用非線形最小化関数 nlm]]を参照のこと。 //[[(；ﾟдﾟ) R言語で最尤法を実行せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090402/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？） *プロビット・ロジット [#f8a0a3df] 被説明変数（左辺）が 0 か 1 をとる場合の分析手法です。 プロビット・ロジスティック回帰には、関数 glm() をつかいます。 glm(y~ x1 + x2 +x3, family=binomial(link="logit")) glm(y~ x1 + x2 +x3, family=binomial(link="probit")) **Ordered Logistic or Probit Regression（順序ロジット・順序プロビット） [#t4598c8b] 関数 polr()．パッケージは，MASS． **Multinominal Logistic Regression（多項ロジット） [#l21c900d] 関数 multinom()．パッケージは，nnet． **ベイジアン [#u7476a46] MCMCpack にプロビット・ロジット・順序プロビット・多項プロビット等の実装があります． [[MCMCpackパッケージ(マルコフ連鎖モンテカルロ)中のオブジェクト一覧]] **質的選択モデル：二項プロビット・二項ロジット・多項プロビット・多項ロジット・条件付ロジット・複合ロジット [#q0105f2a] 二項プロビット・二項ロジット分析はglm()関数で推計可能。多項ロジット、コンディショナル・ロジット、複合ロジット・モデルはmlogitパッケージを用いる。多項プロビット・モデルは、MNPパッケージかMCMCpackパッケージで利用可能。 //[[(；ﾟдﾟ) R言語で質的選択モデルを推計せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090417/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？） **erer: Empirical Research in Economics with R [#x4641bef] *サバイバル分析 [#e26fa918] 失業者が再就職する過程や企業の生存分析などでつかわれます。パッケージは例えば survival。 *ベイズ計量経済学 [#dc7b8546] [[Rでベイズ統計学]] に詳述。 *空間計量経済学または空間統計学 [#h2b7590e] 経済学と空間統計学を組み合わせるというのは、目新しい分野です。Luc Anselin の[["Spatial Econometircs":http://www.amazon.co.jp/gp/product/9024737354/]]が嚆矢。当初は経済学では注目されず、１９９０年代より注目を浴びていった。これには Anselin 自身がパッケージを開発したことも大いに貢献している。 R の代表的なパッケージには fields 、 spdep(Anselin の開発した GeoDa の一部が取り込める)および spgwr。 -[[ACE592 SE Spatial Econometrics:http://www.sal.uiuc.edu/courses/se/]] Luc Anselin による空間計量経済学の講義資料空間的自己相関、空間ウエイト、空間過程モデル、空間回帰モデル、時空モデル、空間プロビット等。R や GeoDa を利用。 [#b9264f8a] -[[Spatial econometrics functions in R: Classes and methods:http://spatial.nhh.no/papers/bivand-jgs03-rev.pdf]] by Bivand, R. Journal of Geographical Systems から転載？ spdep -[[Panel Models, Spatial Econometrics, and Spatial Panel Models + Some of Quantitative Geography Oriented Stuff:http://geog.ucsb.edu/~chris/Lecture10_210C_Davenport_Spatial%20Panels.pdf]] -[[Spatial Econometrics: An Introduction:https://engineering.purdue.edu/ITE/workshops/workshops10-11/spatial_presentation.pdf]] *時空間計量経済学モデル [#c340ae24] *データ [#m529f016] -Ecdat: Data sets for econometrics *関連リンク [#b7deebc3] //by さとう [[CRAN Task View: Computational Econometrics:http://cran.us.r-project.org/src/contrib/Views/Econometrics.html]] [[Rを使って計量経済分析:http://www.sugi-shun.com/econwiki/index.php?R%A4%F2%BB%C8%A4%C3%A4%C6%B7%D7%CE%CC%B7%D0%BA%D1%CA%AC%C0%CF]] -[[Econometrics in R:http://cran.r-project.org/doc/contrib/Farnsworth-EconometricsInR.pdf]] -[[計量経済学のためのR環境:http://hnami.or.tv/d/index.php?%B7%D7%CE%CC%B7%D0%BA%D1%B3%D8%A4%CE%A4%BF%A4%E1%A4%CER%B4%C4%B6%AD]] -[[gretl and GNU R:http://gretl.sourceforge.net/gretl_and_R.html]] [[gretl - Gnu Regression, Econometrics and Time-series Library:http://gretl.sourceforge.net/]] と R とのリンケージ([[マニュアル:http://jaist.dl.sourceforge.net/project/gretl/manual/gretl-guide-a4.pdf]]の３３章に説明あり) -[[Econometrics@R-Forge:https://r-forge.r-project.org/softwaremap/trove_list.php?form_cat=156]] --[[hepi:https://r-forge.r-project.org/projects/hepi/]] provides a set of functions and classes for representing and estimating hedonic functions as well as hedonic elementary price indices. -[[Computational Econometrics: Aggregate Demand with Random Parameters:http://www.r-bloggers.com/computational-econometrics-aggregate-demand-with-random-parameters/]] -[[Notes on Spatial Econometric Models:http://facweb.knowlton.ohio-state.edu/pviton/courses2/crp8703/spatial.pdf]] *参考文献 [#vbc3f570] -[[「R」で学ぶ 計量経済学:http://www.kohgakusha.co.jp/books/detail/978-4-7775-1457-1]] -[[経済データ分析:http://www.kyoritsu-pub.co.jp/series/arudemanabu.html#15]], 野田英雄・姜 興起・金 明哲 著, 共立出版, 201? -[[Spatial Econometrics:https://engineering.purdue.edu/ITE/workshops/workshops10-11/spatialeconometrics.pdf]] spdep, maptools 利用. -[[Rによる計量経済分析:http://www.asakura.co.jp/books/isbn/978-4-254-12816-1/]] 福地純一郎 ・伊藤有希 著, 朝倉書店,2011.07 -[[Rによる空間データの統計分析 :http://www.asakura.co.jp/books/isbn/978-4-254-12815-4/]] 古谷知之 著, 朝倉書店,2011.06 -[[Special Volume: Econometrics in R, Journal of Statistical Software, Vol. 27, 2011:http://www.jstatsoft.org/v27]] -[[Infidelity and econometrics:http://www.r-bloggers.com/infidelity-and-econometrics/]]
タイムスタンプを変更しない
SIZE(25){COLOR(red){Rでエコノメトリクス}} //written by 蓮見亮 10/10/2005 SIZE(25){COLOR(red){一行だけ修正したような場合，「タイムスタンプを変更しない」をチェックのこと}} Rで計量経済分析を行いたい人向けの情報です。 まずは[[Econometrics in R (pdf):http://cran.r-project.org/doc/contrib/Farnsworth-EconometricsInR.pdf]]を． [[Rを使って計量経済分析:http://www.sugi-shun.com/econwiki/index.php?R%A4%F2%BB%C8%A4%C3%A4%C6%B7%D7%CE%CC%B7%D0%BA%D1%CA%AC%C0%CF]]も参考にどうぞ。 //written by SUGIYAMA Shunsuke 28/08/2006 #contents ~ *パッケージの一括インストール [#w84c6a2c] 詳しくは [[CRAN Task View]] を参照していただきたいが、簡単には、 install.packages("ctv") library(ctv) install.views("Econometrics") install.views("Finance") で、必要なものはほぼすべて入ります。 個別のパッケージについては、 -[[CRAN Task View: Computational Econometrics:http://cran.r-project.org/src/contrib/Views/Econometrics.html]] -[[CRAN Task View: Empirical Finance:http://cran.r-project.org/src/contrib/Views/Finance.html]] を参照されたい。 *古典的手法 [#s70c9351] 詳しくは [[Rの基本パッケージ中の回帰、分散分析関数一覧]] を参照のこと。 **OLS（最小二乗法） [#y1a3cfae] 関数 lm() をつかいます。 ***例(1) [#l590fd65] Hayashi, Fumio. Econometrics. Princeton University Press, 2000. Ch. 1 の例。 #データの読み込み Elec<-read.table("http://www.rhasumi.net/data/econometrics/nerlove.txt") #データセットの作成 LTC<-log(Elec[,1]); LQ <- log(Elec[,2]); LPL <- log(Elec[,3]); LPF <- log(Elec[,4]); LPK <- log(Elec[,5]) #OLS 推定 Model (1.7.4) result_b<-lm(LTC~LQ+LPL+LPF+LPK) #結果の表示 # cf. (1.7.7) in p. 65 summary(result_b) 以下、表示例。 > summary(result_b) Call: lm(formula = LTC ~ LQ + LPL + LPF + LPK) Residuals: Min 1Q Median 3Q Max -0.97784 -0.23817 -0.01372 0.16031 1.81751 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -3.52650 1.77437 -1.987 0.0488 * LQ 0.72039 0.01747 41.244 < 2e-16 *** LPL 0.43634 0.29105 1.499 0.1361 LPF 0.42652 0.10037 4.249 3.89e-05 *** LPK -0.21989 0.33943 -0.648 0.5182 --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 0.3924 on 140 degrees of freedom Multiple R-Squared: 0.926, Adjusted R-squared: 0.9238 F-statistic: 437.7 on 4 and 140 DF, p-value: < 2.2e-16 ***例(2) [#nc8cbdff] （続き：SSRはF検定に使用） # (c) Model (1.7.6) LTC1<-LTC-LPF; LPL1<-LPL-LPF; LPK1<-LPK-LPF; result_c<-lm(LTC1~LQ+LPL1+LPK1) # cf. (1.7.8) in p. 66 summary(result_c) SSR_c<-deviance(result_c) ***例(3) [#h019b5bd] （続き：SSRはF検定に使用） DD<-matrix(0,ncol=20,nrow=145) for(i in 0:4){ DD[(1+i*29):(29+i*29),(1+i*4):(4+i*4)]<-1 } X2<-matrix(0,ncol=4,nrow=145) X2[,1]<-1 X2[,2]<-LQ X2[,3]<-LPL1 X2[,4]<-LPK1 Xlist<-cbind(X2,X2,X2,X2,X2) XX<- DD * Xlist result_e<-lm(LTC1~XX-1) summary(result_e) SSR_e <- deviance(result_e) **検定 [#zd50ea8a] lm() など、組み込み関数を使えば、t 検定程度ならば自動的に実行されます（同時有意性の検定は？(･∀･)ﾆﾔﾆﾔ）。 そのほか、例えば以下のようなパッケージ/関数が提供されています。 -分散の差の検定 |検定名|関数|パッケージ| |F検定|pf()|(デフォルト)| -不均一分散の検定 |検定名|関数|パッケージ| |Breusch-Pagan Test| Bptest()| lmtest| |White Test|white.test()|tseries| -系列相関の検定 |検定名|関数|パッケージ| |Q Test(Box-Pierce, Ljung-Box Test)|Box.test()|（デフォルト）| |Breusch-Godfrey Test|Bgtest()|lmtest| |Durbin-Watson Test|durbin.watson()|car| ||dwtest()|lmtest| -単位根の検定 |検定名|関数|パッケージ| |Augmented Dickey-Fuller Test|ur.df()|urca| ||adf.test()|tseries| |Phillips-Perron Test|PP.test()|tseries| ***F検定の例 [#kf917564] （上記の続き） F_f <- ((SSR_c - SSR_e) / 16 ) / (SSR_e / (125) ) PF_f <- 1 - pf(F_f,16,125) PF_f p 値の表示 > PF_f [1] 1.451070e-09 //(;ﾟдﾟ) anova(result_a, result_b)とするほうが簡単に行えますよ。 ***モンテカルロシミュレーション [#affab0ad] 上記 Hayashi Ch 2. の Monte Carlo Exercise 2 (p. 183) Box-Pierce, Ljung-Box 双方の Q 統計量の比較 ここでは一様分布から乱数を発生(z <- runif(50) - 0.5) n <- 50; p <- 4; nrep <- 10^4 c_bp <- 0; c_lb <- 0 for( j in 1:nrep){ z <- runif(50) - 0.5 gam <- c() for (j in 1:p) gam[j] <- sum( (z[1:(n-j)]-mean(z))*(z[(1+j):n]-mean(z)) )/n #var_z <- var(z) var_z <- sum((z[1:n]-mean(z))^2)/n bp_Q <- n*sum( (gam/var_z)^2 ) lb_Q <- n*(n+2) * sum( (gam/var_z)^2 / (n-c(1:p)) ) if ( bp_Q < qchisq(0.95,p) ) c_bp <- c_bp + 1 if ( lb_Q < qchisq(0.95,p) ) c_lb <- c_lb + 1 } # print cat(c_bp,c_lb,"\n") cat(c_bp/nrep,c_lb/nrep,"\n") *モデル選択 [#m4b0899f] AIC/BIC によるモデル選択は、関数 AIC() を使用します。 ***例(AICによるモデル選択) [#r7ab9ef5] （続き） > AIC(result_c) [1] 145.6767 > AIC(result_e) [1] 95.31413 この場合は、パラメータが多いほうが予測力が大きいことを示唆しています。 *GMM (Generalized Method of Moments: 一般化モーメント法） [#b20b6159] パッケージ systemfit を参照。 [[systemfit(同時方程式推定パッケージ)パッケージ中のオブジェクト一覧]] //(;ﾟдﾟ) systemfitは連立方程式の推定パッケージで、同時方程式（2SLS、3SLS、GMM-3SLS）も扱える位置付けです。非連立方程式でGMMを使いたい場合は、gmmパッケージを使う方が良いと思います。 //[[(；ﾟдﾟ) R言語で3SLSを使って連立方程式モデルを推定せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090731/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？）~ //試しに，登録したんだけど，何の応答もない。メールアドレスを収集するための，悪意のあるページかも知れんなあ。~ //コメントアウトする方が良いのかな。 *時系列分析 [#m2ec97ca] AR、ARMA、ARIMAは、関数arima()を使用します。 GARCHは、パッケージ tseries に関数garch()があります。 [[tseries(時系列分析とコンピューテーショナル・ファイナンス)パッケージ中のオブジェクト一覧]] 多変量の時系列解析は、パッケージ dse (dse1/dse2) を使用。 VAR モデルの推定などが可能です。 [[dseパッケージ中のオブジェクト一覧]] *パネルデータ(panel) [#p0e1bc49] パッケージ nlme を参照。 [[nlmeパッケージ中のオブジェクト一覧]] //[[(；ﾟдﾟ) R言語でパネルデータ・モデルを推計せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090414/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？） *非線形回帰・最尤法 [#t471043f] パッケージ stats4 に関数 mle() があります。 このほか、関数 nlm() も使用可能。少々難易度が高いか。[[汎用非線形最小化関数 nlm]]を参照のこと。 //[[(；ﾟдﾟ) R言語で最尤法を実行せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090402/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？） *プロビット・ロジット [#f8a0a3df] 被説明変数（左辺）が 0 か 1 をとる場合の分析手法です。 プロビット・ロジスティック回帰には、関数 glm() をつかいます。 glm(y~ x1 + x2 +x3, family=binomial(link="logit")) glm(y~ x1 + x2 +x3, family=binomial(link="probit")) **Ordered Logistic or Probit Regression（順序ロジット・順序プロビット） [#t4598c8b] 関数 polr()．パッケージは，MASS． **Multinominal Logistic Regression（多項ロジット） [#l21c900d] 関数 multinom()．パッケージは，nnet． **ベイジアン [#u7476a46] MCMCpack にプロビット・ロジット・順序プロビット・多項プロビット等の実装があります． [[MCMCpackパッケージ(マルコフ連鎖モンテカルロ)中のオブジェクト一覧]] **質的選択モデル：二項プロビット・二項ロジット・多項プロビット・多項ロジット・条件付ロジット・複合ロジット [#q0105f2a] 二項プロビット・二項ロジット分析はglm()関数で推計可能。多項ロジット、コンディショナル・ロジット、複合ロジット・モデルはmlogitパッケージを用いる。多項プロビット・モデルは、MNPパッケージかMCMCpackパッケージで利用可能。 //[[(；ﾟдﾟ) R言語で質的選択モデルを推計せよ！:http://uncorrelated.no-ip.com/cgi-bin/view.cgi/20090417/T]]~ //↑ ご注意:ユーザ番号と,パスワードを要求されます（ユーザ登録しろと言うことですが，もっとオープンにしてもよいのでは？） **erer: Empirical Research in Economics with R [#x4641bef] *サバイバル分析 [#e26fa918] 失業者が再就職する過程や企業の生存分析などでつかわれます。パッケージは例えば survival。 *ベイズ計量経済学 [#dc7b8546] [[Rでベイズ統計学]] に詳述。 *空間計量経済学または空間統計学 [#h2b7590e] 経済学と空間統計学を組み合わせるというのは、目新しい分野です。Luc Anselin の[["Spatial Econometircs":http://www.amazon.co.jp/gp/product/9024737354/]]が嚆矢。当初は経済学では注目されず、１９９０年代より注目を浴びていった。これには Anselin 自身がパッケージを開発したことも大いに貢献している。 R の代表的なパッケージには fields 、 spdep(Anselin の開発した GeoDa の一部が取り込める)および spgwr。 -[[ACE592 SE Spatial Econometrics:http://www.sal.uiuc.edu/courses/se/]] Luc Anselin による空間計量経済学の講義資料空間的自己相関、空間ウエイト、空間過程モデル、空間回帰モデル、時空モデル、空間プロビット等。R や GeoDa を利用。 [#b9264f8a] -[[Spatial econometrics functions in R: Classes and methods:http://spatial.nhh.no/papers/bivand-jgs03-rev.pdf]] by Bivand, R. Journal of Geographical Systems から転載？ spdep -[[Panel Models, Spatial Econometrics, and Spatial Panel Models + Some of Quantitative Geography Oriented Stuff:http://geog.ucsb.edu/~chris/Lecture10_210C_Davenport_Spatial%20Panels.pdf]] -[[Spatial Econometrics: An Introduction:https://engineering.purdue.edu/ITE/workshops/workshops10-11/spatial_presentation.pdf]] *時空間計量経済学モデル [#c340ae24] *データ [#m529f016] -Ecdat: Data sets for econometrics *関連リンク [#b7deebc3] //by さとう [[CRAN Task View: Computational Econometrics:http://cran.us.r-project.org/src/contrib/Views/Econometrics.html]] [[Rを使って計量経済分析:http://www.sugi-shun.com/econwiki/index.php?R%A4%F2%BB%C8%A4%C3%A4%C6%B7%D7%CE%CC%B7%D0%BA%D1%CA%AC%C0%CF]] -[[Econometrics in R:http://cran.r-project.org/doc/contrib/Farnsworth-EconometricsInR.pdf]] -[[計量経済学のためのR環境:http://hnami.or.tv/d/index.php?%B7%D7%CE%CC%B7%D0%BA%D1%B3%D8%A4%CE%A4%BF%A4%E1%A4%CER%B4%C4%B6%AD]] -[[gretl and GNU R:http://gretl.sourceforge.net/gretl_and_R.html]] [[gretl - Gnu Regression, Econometrics and Time-series Library:http://gretl.sourceforge.net/]] と R とのリンケージ([[マニュアル:http://jaist.dl.sourceforge.net/project/gretl/manual/gretl-guide-a4.pdf]]の３３章に説明あり) -[[Econometrics@R-Forge:https://r-forge.r-project.org/softwaremap/trove_list.php?form_cat=156]] --[[hepi:https://r-forge.r-project.org/projects/hepi/]] provides a set of functions and classes for representing and estimating hedonic functions as well as hedonic elementary price indices. -[[Computational Econometrics: Aggregate Demand with Random Parameters:http://www.r-bloggers.com/computational-econometrics-aggregate-demand-with-random-parameters/]] -[[Notes on Spatial Econometric Models:http://facweb.knowlton.ohio-state.edu/pviton/courses2/crp8703/spatial.pdf]] *参考文献 [#vbc3f570] -[[「R」で学ぶ 計量経済学:http://www.kohgakusha.co.jp/books/detail/978-4-7775-1457-1]] -[[経済データ分析:http://www.kyoritsu-pub.co.jp/series/arudemanabu.html#15]], 野田英雄・姜 興起・金 明哲 著, 共立出版, 201? -[[Spatial Econometrics:https://engineering.purdue.edu/ITE/workshops/workshops10-11/spatialeconometrics.pdf]] spdep, maptools 利用. -[[Rによる計量経済分析:http://www.asakura.co.jp/books/isbn/978-4-254-12816-1/]] 福地純一郎 ・伊藤有希 著, 朝倉書店,2011.07 -[[Rによる空間データの統計分析 :http://www.asakura.co.jp/books/isbn/978-4-254-12815-4/]] 古谷知之 著, 朝倉書店,2011.06 -[[Special Volume: Econometrics in R, Journal of Statistical Software, Vol. 27, 2011:http://www.jstatsoft.org/v27]] -[[Infidelity and econometrics:http://www.r-bloggers.com/infidelity-and-econometrics/]]
テキスト整形のルールを表示する
![[RjpWiki]](image/../Rlogo.png "[RjpWiki]")
