FCI ~ DXY + TNX
概要
FCIとDXYおよびTNXの関係について記述する
具体的には FCI ~ DXY + TNX の式を解く
FCI = 0.02523 * DXY + 0.06501 * TNX + -3.09098 の式が得られた。検証結果も十分実用的なものであった。
ただし、その2に示す通り範囲を過去500週間に拡大すると決定係数は0.49まで悪化した。これはTNXとFCIの相関が悪化したためである。
回帰分析
data.frame( last(NFCI,100) , last(apply.weekly(DXY[,4],mean),101)[1:100] , last(apply.weekly(TNX[,4],mean),101)[1:100]) -> w
summary(lm(w[,1] ~ w[,2] + w[,3]))
Call:
lm(formula = w[, 1] ~ w[, 2] + w[, 3])
Residuals:
Min 1Q Median 3Q Max
-0.11186 -0.04358 -0.01515 0.03204 0.13199
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -3.09098 0.22721 -13.604 < 2e-16 ***
w[, 2] 0.02523 0.00276 9.143 9.51e-15 ***
w[, 3] 0.06501 0.02152 3.020 0.00323 **
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.06005 on 97 degrees of freedom
Multiple R-squared: 0.9385, Adjusted R-squared: 0.9372
F-statistic: 739.7 on 2 and 97 DF, p-value: < 2.2e-16
回帰分析その2
data.frame( last(NFCI,500) , last(apply.weekly(DXY[,4],mean),501)[1:500] , last(apply.weekly(TNX[,4],mean),501)[1:500]) -> w
summary(lm(w[,1] ~ w[,2] + w[,3]))
Call:
lm(formula = w[, 1] ~ w[, 2] + w[, 3])
Residuals:
Min 1Q Median 3Q Max
-0.24233 -0.10662 -0.00426 0.08190 0.76782
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -2.2991618 0.0864436 -26.597 <2e-16 ***
w[, 2] 0.0195358 0.0008973 21.772 <2e-16 ***
w[, 3] -0.0270917 0.0087629 -3.092 0.0021 **
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.1363 on 497 degrees of freedom
Multiple R-squared: 0.4921, Adjusted R-squared: 0.4901
F-statistic: 240.8 on 2 and 497 DF, p-value: < 2.2e-16
この記事が気に入ったらサポートをしてみませんか?