関連情報
ホーム > 製品 > NAG数値計算ライブラリ > サンプルソースコード集 > 一変量時系列の偏自己相関係数 (C言語/C++)

一変量時系列の偏自己相関係数

C言語によるサンプルソースコード
使用関数名:nag_tsa_auto_corr_part (g13acc)

Keyword: 一変量時系列, 偏自己相関係数, PACF

概要

本サンプルは一変量時系列の偏自己相関係数の計算を行うC言語によるサンプルプログラムです。 本サンプルは以下に示される自己相関係数を分析し、偏自己相関係数、予測誤差の分散比と自己回帰パラメータを出力します。

偏自己相関のデータ 

※本サンプルはNAG Cライブラリに含まれる関数 nag_tsa_auto_corr_part() のExampleコードです。本サンプル及び関数の詳細情報は nag_tsa_auto_corr_part のマニュアルページをご参照ください。
ご相談やお問い合わせはこちらまで

入力データ

(本関数の詳細はnag_tsa_auto_corr_part のマニュアルページを参照)

このデータをダウンロード
nag_tsa_auto_corr_part (g13acc) Example Program Data
 10  5
    0.8004    0.4355    0.0328   -0.2835   -0.4505
   -0.4242   -0.2419   -0.0550    0.3783    0.5857

  • 1行目はタイトル行で読み飛ばされます。
  • 2行目にラグの数(nk)、偏自己相関係数の数(nl)を指定しています。
  • 3〜4行目にラグに関する自己相関係数(r)を指定しています。

出力結果

(本関数の詳細はnag_tsa_auto_corr_part のマニュアルページを参照)

この出力例をダウンロード
nag_tsa_auto_corr_part (g13acc) Example Program Results

 Lag  Partial    Predictor error  Autoregressive
      autocorrn  variance ratio   parameter

  1    0.800           0.359         1.108
  2   -0.571           0.242        -0.290
  3   -0.239           0.228        -0.193
  4   -0.049           0.228        -0.014
  5   -0.032           0.228        -0.032

  • 6〜10行目にはラグ、偏自己相関係数、予測誤差の分散比と自己回帰パラメータが出力されています。

ソースコード

(本関数の詳細はnag_tsa_auto_corr_part のマニュアルページを参照)

※本サンプルソースコードはNAG数値計算ライブラリ(Windows, Linux, MAC等に対応)の関数を呼び出します。
サンプルのコンパイル及び実行方法


このソースコードをダウンロード
/* nag_tsa_auto_corr_part (g13acc) Example Program.
 *
 * CLL6I261D/CLL6I261DL Version.
 *
 * Copyright 2017 Numerical Algorithms Group.
 *
 * Mark 26.1, 2017.
 */

#include <nag.h>
#include <stdio.h>
#include <nag_stdlib.h>
#include <nagg13.h>

int main(void)
{

  Integer exit_status = 0, i, nk, nl, nvl;
  NagError fail;
  double *ar = 0, *p = 0, *r = 0, *v = 0;

  INIT_FAIL(fail);

  printf("nag_tsa_auto_corr_part (g13acc) Example Program Results\n");
  /* Skip heading in data file */
  scanf("%*[^\n]");
  scanf("%ld %ld", &nk, &nl);

  if (nl > 0 && nk > 0 && nl <= nk) {
    if (!(ar = NAG_ALLOC(nl, double)) ||
        !(p = NAG_ALLOC(nl, double)) ||
        !(r = NAG_ALLOC(nk, double)) || !(v = NAG_ALLOC(nl, double)))
    {
      printf("Allocation failure\n");
      exit_status = -1;
      goto END;
    }
  }
  else {
    printf("Invalid nl or nk.\n");
    exit_status = 1;
    return exit_status;
  }
  for (i = 0; i < nk; ++i)
    scanf("%lf", &r[i]);

  /* nag_tsa_auto_corr_part (g13acc).
   * Partial autocorrelation function
   */
  nag_tsa_auto_corr_part(r, nk, nl, p, v, ar, &nvl, &fail);

  if (fail.code != NE_NOERROR) {
    printf("Error from nag_tsa_auto_corr_part (g13acc).\n%s\n", fail.message);
    exit_status = 1;
  }
  if (fail.code == NE_CORR_NOT_POS_DEF)
    printf("   Only %2ld valid sets were generated\n\n", nvl);
  if (fail.code == NE_NOERROR || fail.code == NE_CORR_NOT_POS_DEF) {
    printf("\n Lag  Partial    Predictor error  Autoregressive\n");
    printf("      autocorrn  variance ratio   parameter\n\n");
    for (i = 0; i < nvl; ++i)
      printf(" %2ld%9.3f%16.3f%14.3f\n", i + 1, p[i], v[i], ar[i]);
  }
END:
  NAG_FREE(ar);
  NAG_FREE(p);
  NAG_FREE(r);
  NAG_FREE(v);
  return exit_status;
}


Results matter. Trust NAG.

Privacy Policy | Trademarks