1
我的问题是:如何生成两个时间序列从下列数据生成过程中产生的100长度的:使用R做蒙特卡罗模拟,解决以下问题
xt = xt−1 + et,
yt = yt−1 + ut,
其中et
和ut
是相互独立的标准正常的iid系列。在包含截距的上的yt
的回归中,模拟拒绝零假设的概率,即斜率系数α为零,公称大小为5%。
- 对α= 0,0.5,0.9,0.95,0.99的不同值进行模拟。
- 讨论你的结果。随着阿尔法值的变化,拒绝概率如何变化?
我的想法是,我通过编码
y <- arima.sim(100,model=list(ar=0))
x <- arima.sim(100,model=list(ar=0))
然后做回归Ÿx和存储的α的值,并重复上述步骤,为1000倍生成两个华宇系列,并找到阿尔法的分布。 但我的问题是:
- 我不知道如何存储阿尔法值
- 如何重复回归1000次
我R的新学员,希望有人可以通过编写R代码告诉我如何解决这个问题。谢谢!
谢谢!这正是我想要的!我成功绘制了估计的alpha的密度图。但是我发现我不知道如何计算每个alpha值的拒绝可能性。你知道如何计算使用R的拒绝可能性吗?或者我怎样才能列出这个密度函数的一些详细信息? – Mandy