R语言 schwartz97包 resid-futures()函数中文帮助文档(中英文对照)

loveR

resid-futures(schwartz97)
resid-futures()所属R语言包：schwartz97

                                        Extract Model Residuals
                                         提取模型残差

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to extract model residuals from schwartz2f.fit-objects.
提取模型的残差schwartz2f.fit对象的功能。


用法----------Usage----------



## S4 method for signature 'schwartz2f.fit'
resid(object, data, ttm, type = c("filter", "filter.std", "real"))




参数----------Arguments----------

参数：object
A schwartz2f.fit-object returned from schwartz2f.fit.
返回schwartz2f.fitAschwartz2f.fit对象。


参数：data
A matrix with futures prices.
矩阵与期货价格。


参数：ttm
A matrix with the corresponding time to maturity (see Details).
一个矩阵，相应的到期时间（见详情）。


参数：type
What kind of residuals shall be returned (see Details).
什么样的残留物应归还（见详情）。


Details

详细信息----------Details----------

If type == "filter", then the residuals from the measurement equation are returned. If type == "filter.std", standardized residuals from the measurement equation are returned (note that these residuals should be standard multivariate normal). If type == "real", the difference between the observed futures prices and the fitted values (see fitted) are returned.
如果type == "filter"，然后传回的测量方程的残差。如果type == "filter.std"，标准化的测量方程的残差返回（注意，这些残留物应该是标准的多元正态分布）。如果type == "real"，所观察到的期货价格和拟合值（见fitted）返回之间的差异。

The model and its parameters are described in the Details section of the schwartz2f-class documentation and in the package vignette Technical Document.
该模型及其参数的描述，在“详细信息”部分的schwartz2f级的文件和技术文件包中的小插曲。


值----------Value----------

A matrix containing the residuals.
一个矩阵包含的残差。


（作者）----------Author(s)----------


Philipp Erb, David Luethi, Juri Hinz



参见----------See Also----------

fit.schwartz2f, schwartz2f.fit-class, fitted.
fit.schwartz2f，schwartz2f.fit类fitted。


实例----------Examples----------



data(futures)

## Estimate parameters for live.cattle data.[＃估计参数为live.cattle数据。]
## (little precision required with reltol = 1e-3)[＃（小，精度要求与RELTOL = 1E-3）]
fit.obj <- fit.schwartz2f(futures$live.cattle$price, futures$live.cattle$ttm / 260,
                          deltat = 1 / 260,
                          control = list(maxit = 100, reltol = 1e-3))

## Standardized residuals [＃标准化残差]
resid.std <- resid(fit.obj, data = futures$live.cattle$price, ttm =
                   futures$live.cattle$ttm / 260, type = "filter.std")
acf(resid.std, na.action = na.pass) # ...are not independent[...是不是独立]

## Real differences[＃真正的差异]
resid.real <- resid(fit.obj, data = futures$live.cattle$price, ttm =
                    futures$live.cattle$ttm / 260, type = "real")

plot(as.ts(resid.real / futures$live.cattle$price)) # ...are 'relatively' accurate.[...是“相对”准确的。]

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。