GMMTest(rugarch)
GMMTest()所属R语言包：rugarch
The GMM Orthogonality Test of Hansen
GMM正交试验汉森
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Implements the GMM Orthogonality Test of Hansen.
汉森实现GMM正交试验。
用法----------Usage----------
GMMTest(z, lags = 1, skew=0, kurt=0, conf.level = 0.95)
参数----------Arguments----------
参数：z
A numeric vector the standardized residuals.
一个数值向量的标准化残差。
参数：lags
The number of lags to test for.
的数目滞后测试。
参数：skew
The skewness of the standardized residuals (derived from the estimated model). This can be either a scalar or numeric vector the same size as z.
标准化残差的偏度（来自估计模型）。这可以是一个标量或数值向量为z的大小相同。
参数：kurt
The kurtosis (not excess) of the standardized residuals (derived from the estimated model). This can be either a scalar or numeric vector the same size as z.
的标准化残差（估计模型来自）的峰度（不超过）。这可以是一个标量或数值向量为z的大小相同。
参数：conf.level
The confidence level at which the Null Hypothesis is evaluated.
在零假设被评估的置信水平。
Details
详细信息----------Details----------
This is a mispecification test based on Hansen's GMM procedure. Under a correctly specified model, certain population moment conditions should be satisfied and hold in the sample using the standardized residuals. The moment conditions can be tested both individually using a t-test or jointly using a Wald test (the vignette gives more details). The test returns a matrix containing the first 4 moments statistics, their standard error and t-values, "M1" to "M4", the t-value of the test of the the joint squared residuals under the specified number of lags, "Q2" , and the t-value of the test of joint nullness, "J". The joint tests ("Q2" and "J") are distributed chi-squared with n.lag and 4 + n.lag d.o.f. respectively, while the individual moment conditions may be tested for significance using a standard t-test.
这是一个汉森的GMM程序的基础上mispecification测试。正确指定的模型下，某些人口矩条件得到满足，并保持样品中使用的标准化残差。矩条件进行测试，无论是单独使用t检验或共同使用Wald检验（小插曲提供了更多的细节）。测试返回一个矩阵包含第4的时刻统计，它们的标准误差和t值，“M1”M4，根据指定的滞后阶数的测试的联合的残差平方的t值， Q2，和联合空值的，“J”的测试的t值。 （Q2和J）的联合测试卡方分布n.lag和4 + n.lag的自由度分别，同时个别时刻的条件可以使用一个标准的t-试验进行显着性测试。
值----------Value----------
A list with the following items:<br>
以下项目：参考列表
参数：statmat
The matrix of the statistics (see details).
矩阵的统计数据（见详情）。
参数：H0
The Null Hypothesis.
零假设。
参数：critical.value
The critical value for each statistic.
的每项统计的临界值。
参数：Decision
Whether to reject or not the Null given the conf.level.
无论是拒绝还是不空的conf.level。
（作者）----------Author(s)----------
Alexios Ghalanos
参考文献----------References----------
Estimators, Econometrica, 50(4), 1029–1054.
实例----------Examples----------
## Not run: [＃不运行：]
data(dji30ret)
spec = ugarchspec(mean.model = list(armaOrder = c(1,1), include.mean = TRUE),
variance.model = list(model = "gjrGARCH"), distribution.model = "sstd")
fit = ugarchfit(spec, data = dji30ret[, 1, drop = FALSE])
z = residuals(fit)\/sigma(fit)
skew = dskewness("sstd",skew = coef(fit)["skew"], shape= coef(fit)["shape"])
# add back 3 since dkurtosis returns the excess kurtosis[加回3 dkurtosis返回多余的峰度]
kurt = 3+dkurtosis("sstd",skew = coef(fit)["skew"], shape= coef(fit)["shape"])
print(GMMTest(z, lags = 1, skew=skew, kurt=kurt))
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。
|
发表于 2012-9-28 23:36:50
