generalCorr:广义相关性、因果路径和投资组合选择
函数gmcmtx0()计算更可靠的(通用)相关性矩阵。由于数据的因果路径对所有科学都很重要包提供了许多复杂的功能。causeSumBlk()和causeSom2Bl()给出易于解释的因果路径。让Z表示控制变量并进行比较两个翻转核回归:X=f(Y,Z)+e1和Y=g(X,Z)+e2。我们的标准Cr1表示如果|e1*Y|>|e2*X|,那么X的变化更“外源性或独立性”而因果路径是X到Y。标准Cr2要求|e2|<|e1|。这些许多绝对值之间的不等式被量化为四个数量级随机优势。我们的第三个标准Cr3,关于因果路径X到Y,需要新的广义偏相关来满足r*(xy,z)<r*(yx,z)。函数parcorVec()报告第一个变量和所有其他变量。该软件包提供了几个R功能,包括get0outliers()用于异常值检测,bigfp()用于通过梯形规则,随机优势的stochdom2(),3D图表的pillar3D(),canonRho()用于广义正则相关,depMeas()用于测量非线性相关性和因果关系摘要(mtx)报告矩阵之间因果路径的摘要柱。投资组合选择:decileVote()、momentVote(”)、dif4mtx()、exactSdMtx()可以对几只股票进行排名。名称以“boot”开头的函数提供引导统计推断,包括“Granger-causality”的新bootGcRsq()测试允许非线性关系。一种新的样本外评估工具投资组合表现超出OFsamp()。现在包括面板数据实现。有关理论、示例和使用提示。参见Vinod(2019)\doi{10.1080/03610918.2015.1122048}。
文档:
下载内容:
反向依赖关系:
链接:
请使用规范形式https://CRAN.R-project.org/package=generalCorr链接到此页面。