首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

深度 | 在 R 中估计 GARCH 参数存在的问题

在原假设下,滚珠轴承的平均直径不会改变,而在备择假设中,在制造过程中的某些未知点处,机器变得未校准并且滚珠轴承的平均直径发生变化。然后,检验在这两个假设之间做出决定。...我们希望将我们的检验应用于检测 GARCH 模型中的结构性变化,这是金融时间序列中的常见模型。据我所知,用于 GARCH 模型估计和推断(以及其他工作)的“最新技术” R 包是 fGarch。...我在本文中强调的问题让我更加意识到选择在优化方法中的重要性。我最初的目标是编写一个函数,用于根据 GARCH 模型中的结构性变化执行统计检验。...这是一个我自认知之甚少的主题,如果 R 社区中的某个人已经观察到了这种行为并且知道如何解决它,我希望他们会在评论或电子邮件中告诉我。...我之前从未怀疑或质疑过统计软件的计算结果,甚至没有考虑过这个问题。今后在处理其他统计模型的参数估计问题时,务必首先用模拟数据检验一下相关软件的结果稳健性。

6.6K10

深度 | 在R中估计GARCH参数存在的问题(续)

本期作者:徐瑞龙 未经授权,严禁转载 本文承接《在 R 中估计 GARCH 参数存在的问题》 在之前的博客《在 R 中估计 GARCH 参数存在的问题》中,Curtis Miller 讨论了 fGarch...包和 tseries 包估计 GARCH(1, 1) 模型参数的稳定性问题,结果不容乐观。...rugarch 包的使用 rugarch 包中负责估计 GARCH 模型参数的最主要函数是 ugarchfit,不过在调用该函数值前要用函数 ugarchspec 创建一个特殊对象,用来固定 GARCH...结论 在一般大小样本量的情况下,rugarch 和 fGarch 的表现都不好,即使改变函数的最优化算法(相关代码未贴出)也于事无补。...为了解决非大样本情况下估计的稳定性问题,有必要找到一种 bootstrap 方法,人为扩充现实问题中有限的样本量;或者借鉴机器学习的思路,对参数施加正则化约束。

2K30
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【R语言在最优化中的应用】lpSolve包解决 指派问题和指派问题

    lpSolve 包和运输问题 运输问题(transportation problem) 属于线性规划问题,可以根据模型按照线性规划的方式求解,但由于其特殊性,用常规的线性规划来求解并不是最有效的方法。...造纸厂到客户之间的单位运价如表所示,确定总运费最少的调运方案。 解:总产量等于总销量,都为48 个单位,这是一个产销平衡的运输问题。R代码及运行结果如下: ?...R中,lpSolve包提供了函数lp.assign() 来求解标准指派问题,其用法如下: lp.assign(cost.mat,direction = "min", presolve = 0, compute.sens...在实际应用中,常会遇到各种非标准形式的指派问题,有时不能直接调用函数,处理方法是将它们化为标准形式(胡运权, 2007),然后再通过标准方法求解。...同运输问题一样,LINGO 在解决指派问题时,也必须通过各种命令建立数据集、模型、目标函数、约束函数等,比较繁琐,相比之下,R两三句代码就可以快速解决问题,较之LINGO 软件,的确方便快捷了许多。

    5.2K30

    R如何与Tableau集成分步指南

    现在将订单日期拖到列中并将格式更改为月。在标记窗格中将段拖动到颜色。最后将排名拖到行。 在你现在可以看到的图表中,排名是根据月份数量分配的。但是,我们需要他们在细分市场的基础上。...我们将使用这些来创建带圆圈的标签。 要将上述内容转换为双轴图表,请右键单击第二个图表的等级轴并选择双轴。 在标记窗格中,选择排名或排名(2),然后将标记类型更改为圆形而不是自动。...利润中的负值将向下延伸,而正值则会向上延伸。 图表中每个小条的长度表示利润从一个月到下一个月的变化量。 最后,将利润拖到颜色: ? 您可以继续前进,将颜色更改为两步变化,并清楚地查看上升和下降: ?...2.在Tableau中引入R编程 R的引入使得可以实现更丰富和动态的可视化,这是主要特征之一。R可与Tableau一起用于聚类,预测和预测等技术。...我们上面的是一个散点图,它显示了分为3个不同群集的数据点群集。 现在让我们尝试与R一样,并比较我们将得到的两个可视化。我们将使用最常见的聚类算法K-Means: 从与上面第2点相同的散点图开始。

    3.5K70

    【R语言在最优化中的应用】igraph 包在图与网络分析中的应用

    igraph 包在图与网络分析中的应用 igraph 包是一个非常强大的包,它可以快速轻松地创建、绘制和分析无向图及有向图(图的顶点和边允许百万以上),并解决了经典图论问题,如最小生成树、最大网络流量、...例 图3 是个有向图10,方向如图中箭头所示,边上的数字为其权重,试求下列问题: 1. 从顶点0 到顶点7 的最大流量(此时图中各条边上的数字代表容量限制); 2. 该连通图的最小生成树; 3....该图中任意两顶点之间的最短路程(考虑方向)。 ? 解:这三个问题是图论中的典型问题。首先,应该在R中构造该图,然后分别调用相关命令即可。...观察以上代码和输出结果,发现R仅仅用短短十行代码,就解决了最大流问题、最短路问题、最小生成树问题,并绘制出两个相关的图形,其效率之高,令人叹为观止。...而LINGO 则需要针对每个问题输入不同模型、约束条件等,远远不如R效率高,至于绘图功能,LINGO 还需要很大的改进。 求红包

    4.6K30

    Day7:R语言课程 (R语言进行数据可视化)

    导出在R环境之外使用的图片。 1.设置数据框以进行可视化 在本课中需要制作与每个样本中的平均表达量相关的多个图,还需要使用所有可用的metadata来适当地注释图表。 观察rpkm数据。...映射的例子包括: 位置(即在x和y轴上) 颜色(“外部”颜色) 填充(“内部”颜色) 形状(点数) 线型 尺寸 首先,必须添加x轴和y轴的位置,因为geom_point需要有关散点图的最基本信息,即要在...ggbox 注意:如果要更改这些箱线图的颜色,scale_fill_manual()可以在代码中添加另一个图层,并在函数中使用values参数指定要使用的颜色。...注意:不限于上面指定的颜色,你可以使用十六进制代码选择许多颜色,获取有关R中调色板的更多信息:http://www.cookbook-r.com/Graphs/Colors_(ggplot2)/。...在R的术语中,输出被定向到特定的输出设备,并指示输出文件的格式。必须创建或“打开”设备才能接收图像输出,对于在磁盘上创建文件的设备,还必须关闭设备才能完成输出。 将散点图输出成pdf文件格式。

    6K10

    推荐:这才是你寻寻觅觅想要的 Python 可视化神器

    上述动态图包含10多张图片的可视化,本文译者已将代码整合到 jupyter notebook 文件中,在公众号后台对话框回复Plotly即可获得源代码。...Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R²值! 它使用 statsmodels 进行普通最小二乘(OLS)回归或局部加权散点图平滑(LOWESS)。 ?...在这里,在使用 Plotly Express 生成原始图形之后,我们使用 Plotly.py 的 API 来更改一些图例设置并添加注释。...每个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射,并具有图形启发的语法签名,可让你直接映射这些标记的变量,如 x 或 y 位置、颜色、大小、 facet-column...这种方法的强大之处在于它以相同的方式处理所有可视化变量:你可以将数据框列映射到颜色,然后通过更改参数来改变你的想法并将其映射到大小或进行行分面(facet-row)。

    5K10

    这才是你寻寻觅觅想要的 Python 可视化神器

    它带有数据集、颜色面板和主题,就像 Plotly.py 一样。 Plotly Express 完全免费:凭借其宽松的开源 MIT 许可证,您可以随意使用它(是的,甚至在商业产品中!)。...Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R²值! 它使用 statsmodels 进行普通最小二乘(OLS)回归或局部加权散点图平滑(LOWESS)。...在你的Jupyter 笔记本中查看这些单行及其启用的交互: image.png 散点图矩阵(SPLOM)允许您可视化多个链接的散点图:数据集中的每个变量与其他变量的关系。...每个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射,并具有图形启发的语法签名,可让您直接映射这些标记的变量,如 x 或 y 位置、颜色、大小、 facet-column...这种方法的强大之处在于它以相同的方式处理所有可视化变量:您可以将数据框列映射到颜色,然后通过更改参数来改变您的想法并将其映射到大小或进行行分面(facet-row)。

    3.7K20

    强烈推荐一款Python可视化神器!

    它带有数据集、颜色面板和主题,就像 Plotly.py 一样。 Plotly Express 完全免费:凭借其宽松的开源 MIT 许可证,您可以随意使用它(是的,甚至在商业产品中!)。...Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R²值! 它使用 statsmodels 进行普通最小二乘(OLS)回归或局部加权散点图平滑(LOWESS)。 ?...在这里,在使用 Plotly Express 生成原始图形之后,我们使用 Plotly.py 的 API 来更改一些图例设置并添加注释。...每个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射,并具有图形启发的语法签名,可让您直接映射这些标记的变量,如 x 或 y 位置、颜色、大小、 facet-column...这种方法的强大之处在于它以相同的方式处理所有可视化变量:您可以将数据框列映射到颜色,然后通过更改参数来改变您的想法并将其映射到大小或进行行分面(facet-row)。

    4.4K30

    这才是你寻寻觅觅想要的 Python 可视化神器!

    它带有数据集、颜色面板和主题,就像 Plotly.py 一样。 Plotly Express 完全免费:凭借其宽松的开源 MIT 许可证,您可以随意使用它(是的,甚至在商业产品中!)。...Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R²值! 它使用 statsmodels 进行普通最小二乘(OLS)回归或局部加权散点图平滑(LOWESS)。 ?...在这里,在使用 Plotly Express 生成原始图形之后,我们使用 Plotly.py 的 API 来更改一些图例设置并添加注释。...每个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射,并具有图形启发的语法签名,可让您直接映射这些标记的变量,如 x 或 y 位置、颜色、大小、 facet-column...这种方法的强大之处在于它以相同的方式处理所有可视化变量:您可以将数据框列映射到颜色,然后通过更改参数来改变您的想法并将其映射到大小或进行行分面(facet-row)。

    4.2K21

    Matplotlib 绘2D图

    = 设置线型的宽度 marker= 设置标记点的样式 颜色参数 color =参数值 颜色 b 蓝色 g 绿色 r 红色 w 白色 m 洋红色 y 黄色 k 黑色 颜色参数 linestyle =参数值...线形图 散点图进阶 参数 含义 s= 散点大小 c= 散点颜色 marker= 散点样式 cmap= 定义多类别散点的颜色 alpha= 点的透明度 edgecolors= 散点边缘颜色 除了线型图以外...例如,我们在使用机器学习算法聚类的时候,往往就会通过散点图将样本数据展示出来。Matplotlib 中,绘制散点图的方法我们已经知道了,那就是 matplotlib.pyplot.scatter()。...接下来,我们向上面的例子中增添一行增加箭头标记的代码。...在箭头绘制的过程中,还有一个 arrowstyle= 用于改变箭头的样式。另外,connectionstyle= 的参数可以用于更改箭头连接的样式。下图展示了常见的箭头连接样式。 综合案例 ?

    2.4K50

    Python 数据可视化:Matplotlib库的使用

    只需几行代码即可生成直方图,条形图,饼图,散点图等。 Matplotlib库的名字来源于MATLAB,模仿MATLAB构建,语法也十分相似。...: plt.figure(figsize=None, facecolor=None) 3.2.2 创建子图并选定子图 使用plt.subplot()方法可以在全局绘图区域中创建一个子图,它的语法格式如下...**kwargs:可选,设置网格样式,可以是 color=‘r’, linestyle=‘-’ 和 linewidth=2,分别表示网格线的颜色,样式和宽度。...其中常用颜色字符有: 颜色字符 颜色 'b' 蓝色 'g' 绿色 'r' 红 'c' 青色 'm' 品红 'y' 黄色 'k' 黑 'w' 白色 '#008000' RGB某颜色 '0.8' 灰度值...除了常用的曲线图外,Matplotlib库还可以绘制许多其他种类的图: 函数 说明 plt.plot() 绘制折线图 plt.scatter() 绘制散点图 plt.bar() 绘制柱状图 plt.barh

    2K20

    撬动地球需要一个杠杆,看懂图表需要一条参考线

    然后激活图表单击右键添加数据序列 将C列平均值序列加入图表 此时默认的图表类型是簇状柱形图 激活图表单击右键选择更改图表类型 找到刚才新添加的序列(平均)名称 在类型列表框中选择散点图 此时新序列就变成了散点图...选中散点图序列 单击右键设置数据序列格式 选择第一项填充线条 找到标记——数据标记选项 选择无 线条选择实线 修改颜色宽度 此时散点图标记点消失 剩下一条代表平均值的直线 此时插入小等腰三角形(...依然需要使用辅助数据 在柱形图中添加辅助数据 将新增序列图表类型更改为散点图 指定散点图X轴数据 激活图表选择设计——添加图表元素——误差线 进入误差线设置选项 在下拉列表中选择系列2x轴误差线...最后就是酱紫 ▌条形图参考线: 条形图的误差线稍微复杂那么一点点儿 需要用两列辅助数据 仍然是先用原始数据做一个普通条形图 添加序列,将D列数据加入条形图 此时整个条形图默认是簇状条形图 将新增的数据序列更改为散点图...为散点图指定X轴序列(C列数据) 此时可以看到新增散点图排列成整齐的一竖列 选中任意散点设置其格式为无标记、实线并修改线条彦色、粗细 插入小三角形并贴入最低端一个散点 ▌同理,也可以参照柱形图误差线做法

    1K60

    帕累托图(Pareto Chart)

    今天要跟大家分享的图表是帕累托图! ▽▼▽ 这种图表类似于之前曾分享过的直方图,但是又比直方图所能展现的数据信息更多,由一个降序排列的柱形图和一个升序排列的带数据点标记的百分比折线图构成。...●●●●● 折线图反应的是数据增长趋势,柱形图反应的是实际的数据增长指标。 首先还是来看下原数据结构: ?...其中第二列(B列)的Quantity数据是实际数值,D列是B列数值在总额中所占的百分比,C列数据是根据D列计算的累计百分比数据。 ? 选中B列、C列数据,插入簇状柱形图。 ? ?...然后更改Accumulative的数据序列图表类型为带数据点的散点图,同时启用次坐标轴。 ? 刚刚选中数据源的时候第一列Issues数据多选中了一个空白值,需要去掉。...然后打开设置数据序列格式菜单,调整柱形图数据条间距,以及散点图线条颜色、数据点颜色。 ? ? 同时柱形图数据条的颜色也需要更改,与散点图及线条颜色一致。 ? 这样,帕累托图就基本完成了!

    1.9K50

    Matplotlib三维绘图,这一篇就够了

    这篇博客将介绍使用 mplot3d 工具包进行三维绘图,支持简单的 3D 图形,包括曲面、线框、散点图和条形图。 1....效果图 1.1 3D线效果图 3D线图效果如下: 可自定义线的颜色及点的样式; 1.2 3D散点效果图 3D散点图(标记了着色以呈现深度外观)效果如下: 1.3 3D随机颜色散点效果图 3D随机颜色散点图效果如下...(): # 散点图 fig = plt.figure() ax = fig.add_subplot(projection='3d') # s:marker标记的大小...= np.sqrt(X ** 2 + Y ** 2) Z = np.sin(R) # 绘制曲面图 # 绘制使用冷暖色图着色的 3D 表面。...scatter_3d() # 3D随机颜色散点图 scatter_random_color_3d() # 线框图 wireframe_3d() # 曲面图,默认情况下,它将以纯色的阴影着色,但它也通过提供

    1.3K00

    图表案例|纵向折线图

    今天要跟大家分享的是纵向折线图! 本例中要展示的是纵向折线图的制作技巧! 在excel中折线图、散点图等图表类型是没有办法直接做成纵向的那种的(就像是柱形图和条形图的差别)。...但是通过添加辅助系列和若干技巧,还是可以模拟出很漂亮的纵向折线图、散点图出来的。 以下是本案例的数据: ? 第三列是辅助数据,将用来模拟虚拟坐标轴: 使用现有的三列数据全选,插入簇状条形图。 ?...然后将其中的男性、女性两个序列通过更改图表类型功能,更改为带数据点标记的散点图。 ? 打开选择数据选项,将男性、女性数据序列的X轴分别设置为B列、C列,将两个序列的Y轴都设置为辅助列(D列)。 ?...将辅助序列的条形图隐藏,并调整图表横坐标轴的起始点数值。 ? ?...调整两个数据序列的数据点编辑格式:标记点类型为内置,圆形,大小为18,轮廓白色,填充RBG值:男:0,112,192,女:255,209,68。同时将两个折线线条颜色填充为各自的代表色,磅数1.5。

    2.5K50

    手把手教你Tableau高级数据分析功能(附数据集)

    高级图形 - 可视化超越“显示我” 运动图 凹凸图 甜甜圈图表 瀑布图 帕累托图 2. 在Tableau中引入R编程 1....在标记窗格中将“Segment”拖动到Marks Pane里的颜色。 最后将“Rank”拖到行。 4)在你现在可以看到的图表中,排名是根据月份数量分配的。但是,我们需要他们在细分部门的基础上。...8)在Marks Pane中,Rank或Rank(2),然后将标记类型更改为圆形而不是自动。 9)这里的排名按降序排列。 要将其更改为升序,请右键单击左侧的Rank轴 - >编辑轴 - >反向比例。...5)最后,将利润拖到颜色: 6)您可以继续前进,将颜色更改为两步变化,并清楚地查看上升和下降: 您将获得的图表也可以非常容易地以条形图的形式表示。...要获得离散值,请转至分析,并取消选中聚合度量,以获取: 4)最后,要形成群集,请在标记窗格中将类维度拖到颜色上: 我们上面有一个散点图,它显示了分为3个不同群集的数据点群集。

    3.8K60

    11.散点图&折线图&饼图1.散点图2.折线图饼图

    ', color=(r, g, b)) x, y, :X轴和Y轴的序列 '.'...、'o':小点还是大点 color:散点图颜色,用RGB或英文字母定义 RGB颜色的设置 red:红色组成部分 green:绿色组成部分 blue:蓝色组成部分 常用RGB颜色对应表 ?...#'>' 右三角标记的散点图 #'1' 伞形下标记的散点图 plt.plot(data['购买日期'], data['购买用户数'], '1') #'2' 伞形上标记的散点图 #'3' 伞形左标记的散点图...#'4' 伞形右标记的散点图 #'s' 正方形标记的散点图 #'p' 五角形标记的散点图 #'*' 五角星标记的散点图 #'h' 多边形标记的散点图 #'H' hexagon2...饼图绘图函数 pie(x, labels, colors, explode, autopct) x:进行绘图的序列 labels:饼图各部分的标签序列 colors:饼图各部分的颜色(RGB) explode

    81010

    R语言入门之散点图

    散点图 1. 简单散点图 在R中有很多方式去绘制散点图,其中最基本的就是是用plot(x, y)函数,往期内容已经进行过详细讲解,这里就不赘述了,下面直接看实例图。...散点图矩阵 散点图矩阵是数据分析者特别喜欢的一类图,因为它能简洁而优雅地反映出大量信息,比如变化趋势和关联程度等等。在R中也有很多函数可以用来绘制散点图矩阵。...从绘图的结果可以看出来hexbin()函数将重叠的数据点用不同颜色深度的六边形来区分来,使散点图一目了然。 另外也可以使用sunflowerplot()这个函数来解决样本点重合的问题。...# 绘制带有颜色和垂线的3D散点图 library(scatterplot3d) #加载R包 attach(mtcars) #固定数据集 scatterplot3d(wt,disp,mpg, pch=16...到现在为止关于R语言基础绘图部分我们已经全部介绍完毕,如果还有不明白的地方可以在菜单栏里查看往期内容,接下来我们将进入到基础统计部分的学习,希望大家能感兴趣!

    2.9K20
    领券