找回密码
 注册
查看: 1335|回复: 0

R语言 tsDyn包 TVAR.LRtest()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 12:34:40 | 显示全部楼层 |阅读模式
TVAR.LRtest(tsDyn)
TVAR.LRtest()所属R语言包:tsDyn

                                        Test of linearity
                                         线性测试

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Multivariate extension of the linearity against threshold test from Hansen (1999) with bootstrap distribution
多元扩展线性对汉森(1999年),引导分布的阈值测试


用法----------Usage----------


TVAR.LRtest(data, lag=1, trend=TRUE, series, thDelay = 1:m, mTh=1, thVar, nboot=10, plot=FALSE, trim=0.1, test=c("1vs", "2vs3"), model=c("TAR", "MTAR"), hpc=c("none", "foreach"), trace=FALSE, check=FALSE)



参数----------Arguments----------

参数:data
multivariate time series  
多变量时间序列


参数:lag
Number of lags to include in each regime
包括在每一个政权的滞后阶数


参数:trend
whether a trend should be added
是否应增加的趋势,


参数:series
name of the series
该系列的名称


参数:thDelay
'time delay' for the threshold variable (as multiple of embedding time delay d) PLEASE NOTE that the notation is currently different to univariate models in tsDyn. The left side variable is taken at time t, and not t+1 as in univariate cases.  
“时间延迟”的阈值变量(d)请注意,目前不同的符号是单因素模型在tsDyn多个嵌入时间延迟。左侧变量是在时间t的,而不是在单变量的情况下,1吨。


参数:mTh
combination of variables with same lag order for the transition variable. Either a single value (indicating which variable to take) or a combination
具有相同的转换变量的滞后阶数为变量的组合。单个值(指示所采取的变量)或组合


参数:thVar
external transition variable
外部转换变量


参数:nboot
Number of bootstrap replications
引导复制数


参数:plot
Whether a plot showing the results of the grid search should be printed
网格搜索的结果的曲线图,表示是否应打印


参数:trim
trimming parameter indicating the minimal percentage of observations in each regime
微调参数表示的最小百分比在每一个政权的意见


参数:test
Type of usual and alternative hypothesis. See details
类型通常和备择假设。查看详细资料


参数:model
Whether the threshold variable is taken in level (TAR) or difference (MTAR)
无论是阈值变量的水平(TAR)或差(mtAR的)


参数:hpc
Possibility to run the bootstrap on parallel core. See details in TVECM.HStest
可并行内核上运行的引导。查看详细资料TVECM.HStest


参数:trace
should additional infos be printed? (logical)
额外的相关信息进行打印呢? (逻辑)


参数:check
Possibility to check the function by no sampling: the test value should be the same as in the original data
可能性不抽样检查功能:测试值应该是相同的,在原始数据


Details

详细信息----------Details----------

This test is just the multivariate extension proposed by Lo and Zivot of the linearity test of Hansen (1999). As in univariate case, estimation of the first threshold parameter is made with CLS, for the second threshold a conditional search with one iteration is made. Instead of a Ftest comparing the SSR for the univariate case, a  Likelihood Ratio (LR) test comparing the covariance matrix of each model is computed.
此测试是刚刚提出的Lo和Zivot汉森(1999)的线性度测试的多元扩展。正如在单变量的情况下,第一阈值参数的估计由与CLS,为所述第二阈值是由一个迭代条件搜索。比较每个模型的协方差矩阵的计算,而不是一个FTEST比较SSR为单因素的情况下,似然比(LR)试验。

where  \hat Σ_{i} is the estimated covariance matrix of the model with i regimes (and so i-1 thresholds).
\hat Σ_{i}是我政体(和这样的i-1阈值)模型估计的协方差矩阵。

Three test are avalaible. The both first can be seen as linearity test, whereas the third can be seen as a specification test: once the 1vs2 or/and 1vs3 rejected the linearity and henceforth accepted the presence of a threshold, is a model with one or two thresholds preferable?
三个测试avalaible。可以被看作是在两个第一线性度测试,而第三个可以被看作是一个规范测试:一旦1vs2或/和1vs3驳回的线性度和从此接受一个阈值的存在下,与一个或两个阈值优选是一个模型?

Test 1vs2: Linear VAR versus 1 threshold TVAR
测试1vs2:线性VAR和1阈值TVAR

Test 1vs3: Linear VAR versus 2 threshold2 TVAR
测试1vs3:线性VAR与2 threshold2 TVAR

Test 2vs3: 1 threshold TAR versus 2 threshold2 TAR  
测试2vs3:1阈值与2 threshold2 TAR TAR

The both first are computed together and avalaible with test="1vs". The third test is avalaible with test="2vs3".
两个第一计算在一起和avalaible与测试=“1VS”。第三个测试是avalaible的的测试=“2vs3”。

The homoskedastik bootstrap distribution is based on resampling the residuals from H0 model, estimating the threshold parameter and then computing the Ftest, so it involves many computations and is pretty slow.
分配是根据homoskedastik引导,上重采样H0模型的残差,估计阈值参数,然后计算FTEST的,所以它涉及到很多的计算,是相当缓慢的。


值----------Value----------

A list containing:
一个列表,其中包含:

-The values of each LR test
每个LR测试的值

-The bootstrap Pvalues and critical values for the test selected
引导Pvalues和临界值的测试选择


(作者)----------Author(s)----------


Matthieu Stigler



参考文献----------References----------

avalaible at: http://www.ssc.wisc.edu/~bhansen/papers/cv.htm


参见----------See Also----------

setarTest for the univariate version. OlsTVAR for estimation of the model.
setarTest单因素的版本。 OlsTVAR模型的估计。


实例----------Examples----------



data(zeroyld)
data<-zeroyld


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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-29 06:54 , Processed in 0.025726 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表