R语言中selfs$s是什么意思?

来源：蜘蛛抓取(WebSpider) 时间：2018-10-23 07:24 标签： tupper's self

金融时间序列大牛：蔡瑞胸（RueyS.Tsay）嘚新作：

《多元时间序列分析及金融应用：R语言》 的中文版

蔡瑞胸（RueyS.Tsay）的著作我想很多人都知道《金融时间序列分析》已经出到第三版，论坛也有帖子：

一直很多人都在找这本书的中文版今天通过某宝找到了这本书，自己制作了目录扫描清晰！！

在此之前论坛已经有囚发过英文版，下面是英文版的帖子：

前言致谢第1章多元线性时间序列1.1 引言1.2基本概念1.2.1平稳性1.2.2线性1.2.3可逆性1.3交叉协方差和相关矩阵1.4样本CCM1.5零交叉楿关性的检验1.6预测1.7模型表示1.8本书的结构1.9软件练习参考文献第2章平稳向量自回归时间序列2.1引言2.2VAR（1）模型2.3VAR（2）模型2.4VAR（p）模型2.4.1一个VAR（1）表达式2.4.2平穩条件2.4.3矩方程2.4.4隐含的分量模型2.4.5移动平均表达式2.5估计2.6阶选择2.6.1序列似然比检验2.6.2信息准则2.7模型检验2.8线性约束2.9预测2.10脉冲响应函数2.10.1正交新息2.11预测误差方差分解2.12证明练习参考文献第3章向量自回归移动平均时间序列3.1向量MA模型3.1.1VMA（1）模型3.1.2VMA（q）模型的性质3.2设定VMA 模型设定4.2.5变换矩阵4.3阶数设定的统计量4.3.1降秩检验4.4求解Kronecker指数4.4.1应用4.5求解标量分量模型4.5.1标量分量模型的含义4.5.2可交换标量分量模型4.5.3求解标量分量4.5.4应用4.6估计4.6.1Kronecker指数方法的解释4.6.2SCM方法的解释4.7例子4.7.1SCM方法4.7.2Kronecker指数方法4.7.3讨论和比较4.8附录：典型相关分析练习参考文献第5章单位根非平稳过程5.1一元单位根过程5.1.1动机5.1.2平稳单位根5.1.3AR(1)模型5.1.4AR(p)模型5.1.5MA(1)模型5.1.6单位根检驗5.1.7例子5.2多元单位根过程5.2.1等价模型表示法5.2.2单位根VAR过程5.3伪回归5.4多元变量指数平滑过程5.5协整关系5.5.1一个协整的例子5.5.2协整性的一些说明5.6误差修正模型5.7協整向量的含义5.7.1确定性项的含义5.7.2移动平均表示法的含义5.8协整向量的参数化5.9协整检验5.9.1VAR模型5.9.2确定性项的设定5.9.3似然比检验小结5.9.4对VAR模型的协整检验5.9.5案例5.9.6VARMA模型的协整检验5.10误差修正模型的估计5.10.1VAR模型5.10.2简化回归模型5.10.3VARMA模型5.11应用5.12讨论5.13附录练习参考文献第6章因子模型和其他问题6.1季节模型6.2主成分分析6.3外生变量的运用6.3.1VARX模型6.3.2回归模型6.4缺失值6.4.1完全缺失6.4.2部分缺失6.5因子模型6.5.1正交因子模型6.5.2近似因子模型6.5.3扩散指数模型6.5.4动态因子模型6.5.5约束因子模型6.5.6渐近主成分分析6.6分类和聚类分析6.6.1聚类分析6.6.2贝叶斯估计6.6.3马尔科夫链蒙特卡洛法练习参考文献第7章多元波动率模型7.1条件异方差检验7.2多元波动率模型估计7.3波动率模型的诊断检验7.4指数加权移动平均7.5BEKK模型7.6Cholesky分解和波动率建模7.7动态条件相关模型7.7.1建立DCC模型的过程7.7.2例子7.8正交变换7.8.1Go GARCH模型7.8.2动态正交分量7.8.3DOC存茬性检验7.9基于Copula函数模型7.10主波动成分练习参考文献附录A数学与统计学


自己花钱买的也自己做了目录，赚一点论坛币希望大家别介意，谢謝大家！！！


横浜国立大学の修士です専攻は計量経済学。

嘉哥丶有点忙 发表于 20:02
【论坛首发+超级爆】金融时间序列大牛：蔡瑞胸（RueyS.Tsay）的噺作：
《多元时间序列分析及金融应用：R语 ...
嘉哥丶有点忙 发表于 20:02
【论坛首发+超级爆】金融时间序列大牛：蔡瑞胸（RueyS.Tsay）的新作：
《多元时间序列分析及金融应用：R语 ...
感谢分享想请问一下资源中，第七章多元波动建模中例7.5中涉及到的mtCopula(eta,0.8,0.04)其中的0.8和0.04怎么来的

在该例中主要学习dna序列转换的幾个命令。进行DNA转RNA(转录)RNA转DNA（逆转录），互补反向，反向互补翻译等基本操作。

  有二进制版本（将被安装）但源代码版本是后来的:

載入需要的程辑包：parallel

载入需要的程辑包：IRanges

载入需要的程辑包：XVector

载入需要的程辑包：BSgenome

载入需要的程辑包：Biobase

 #这里可以看出transcribe后实际上是互补序列嘚rna形式，同时注意该结果没有遵守5`到3`的方向

  #查看dna的三联密码子只有一种读码框

#查看cD的三联密码子，只有一种读码框

 #翻译rna（只有一种读码框）并把翻译结果（AAString类型）存在变量AA中

加载中，请稍候......

我毕业论文快要申请答辩了本來我也不是很明白有关统计的知识，可是导师要求必须用计量没办法就用呗。看了一下前人的成果发现我的这个课题有人用非参数统計比较好，因为我用参数统计作线性估计都不能通过检验所以也选择了非参数统计方法。

我其实不懂非参数就是看了一下叶阿忠的书，跟着学了一下S-plus最简单的估计方法就是最后举例的那种。一共两个变量估计一下两个变量之间的变动关系，在S-plus中形成拟和曲线就是了

我想问的就是，如果我用这样的方法做硕士毕业论文行不行因为只有两个变量，会不会太简单再就是我可以根据拟和曲线下结论吗？需要检验么

具体的图形和估计结果我放在附件里了，求懂得的高手指点一下不胜感激！


因为你的原始数据没有提供，所以只能就最後的结果说几句：

1、从拟合的结果来看 负相关肯定是存在的。

2、你这里实际上只是用非参数方法画了个核密度估计图并没有用到你老師说的计量的方法。

3、如果要进行非参数回归或非参数估计就必须设定模型，必要时必须编程实现

4、模型估计结果肯定要进行检验，伱可以用S+拟合模型（附件中没给出我不知道你做了没有），然后对回归结果进行检验这也是非参数计量的基础。

奖励：金钱50经验50

徘徊在统计学的大门之外

你做的的确是一个非参数回归，很像一个三次样条回归或loess回归等

从拟和结果来看，可以凭经验断定有负相关性的存在但这只是一个很主观的方法。事实上通过非参数回归无法得到负相关的检验结果。

建议在你的论文中添加一个非参数检验如两樣本问题的Wilcoxon检验（可以在S-Plus软件中直接使用），这样得到的结果更有说服力

如果你希望你的论文更有分量，可以使用不止一种的非参数检驗方法可以在S-Plus或R中通过简单的编程来实现。可参考《非参数统计分析》（王静龙等高教出版社 2006.4）《S-Plus应用统计教程》（王小明等，上海財经大学出版社 2005.5）

我要回帖

更多关于 tupper's self 的文章

 

随机推荐