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#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。
※本サンプルはnAG Library for .NETに含まれる関数 g13ac() のExampleコードです。本サンプル及び関数の詳細情報は g13ac 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g13ac のマニュアルページを参照)1 2 3 4
このデータをダウンロード |
g13ac 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g13ac のマニュアルページを参照)1 2 3 4 5 6 7 8 9 10 11
この出力例をダウンロード |
g13ac 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
- 3~10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g13ac のマニュアルページを参照)
※本サンプルソースコードは .NET環境用の科学技術・統計計算ライブラリである「nAG Library for .NET」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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94
このソースコードをダウンロード |
// g13ac Example Program Text // C# version, nAG Copyright 2008 using System; using NagLibrary; namespace NagDotNetExamples { public class G13ACE { static bool defaultdata = true; static string datafile = ""; static void Main(String[] args) { if (args.Length == 1) { defaultdata = false; datafile = args[0]; } StartExample(); } public static void StartExample() { try { DataReader sr = null; if (defaultdata) { sr = new DataReader("exampledata/g13ace.d"); } else { sr = new DataReader(datafile); } int i, nk, nl, nvl; int ifail; Console.WriteLine("g13ac Example Program Results"); // Skip heading in data file sr.Reset(); sr.Reset(); nk = int.Parse(sr.Next()); nl = int.Parse(sr.Next()); double[] ar = new double[nl]; double[] p = new double[nl]; double[] r = new double[nk]; double[] v = new double[nl]; Console.WriteLine(""); if (nl > 0 && nk > 0) { sr.Reset(); for (i = 1; i <= nk; i++) { r[i - 1] = double.Parse(sr.Next()); } // G13.g13ac(r, nk, nl, p, v, ar, out nvl, out ifail); // if (ifail < 0) { Console.WriteLine(""); Console.WriteLine("** g13ac failed with ifail = {0,5}", ifail); } else { if (ifail != 0) { Console.WriteLine(" {0}{1,5}", "g13ac fails. ifail = ", ifail); Console.WriteLine(""); } if (ifail == 3) { Console.WriteLine(" {0}{1,2}{2}", " Only", nvl, "valid sets were generated"); Console.WriteLine(""); } if ((ifail == 0) || (ifail == 3)) { Console.WriteLine(" {0}", "Lag Partial Predictor error Autoregressive"); Console.WriteLine(" {0}", (" autocorrn variance ratio") + (" parameter")); Console.WriteLine(""); for (i = 1; i <= nvl; i++) { Console.Write(" {0}{1,10:f3}{2,15:f3}{3,15:f3}\r\n", i, p[i - 1], v[i - 1], ar[i - 1]); } Console.WriteLine(""); } } } // } catch (Exception e) { Console.WriteLine(e.Message); Console.WriteLine("Exception Raised"); } } } }