From df75c628222c224c769ed5c521a5871391d17d32 Mon Sep 17 00:00:00 2001 From: spring-haru Date: Sat, 17 Aug 2024 01:40:55 +0000 Subject: [PATCH] deploy: 81a55e1a18ab1f672aee88224d5d45786e181f83 --- 10_Data_Fluctuation.html | 32 +-- 11_Macro_Variables.html | 80 +++---- 13_random_TFP.html | 208 +++++++++--------- 18_ADAS-1.html | 4 +- 18_ADAS-2.html | 24 +- 6_Regression.html | 2 +- ...bcaf58ac20c3245ab71859d4065c1abcabaa39.png | Bin 0 -> 40446 bytes ...e20217421b9d6070fdebd5f4ab5ed7f6bf092d.png | Bin 0 -> 44780 bytes ...8c5198ec027be97fc8c2d3848416ba0b5ed583.png | Bin 0 -> 38886 bytes ...416c97a1d6bc25988bfd06aa22034fb63c4236.png | Bin 8954 -> 0 bytes ...0a70f24a19f3d13fe5a64ac8c06ac168af85ed.png | Bin 0 -> 51651 bytes ...2d57bccc51272bd6205ef89601b38f1bacd4a9.png | Bin 0 -> 47527 bytes ...e41cec2997e90f3a03b2630c7e91a55332c009.png | Bin 25357 -> 0 bytes ...c3caf8940879debddfd9664a121635b69ee42e.png | Bin 39482 -> 0 bytes ...96571e001d6147aa5b3b6c462f124c45c1bc6f.png | Bin 0 -> 12623 bytes ...8528a162e8e96d06cc63034d26a5387ab5646e.png | Bin 0 -> 87436 bytes ...4f0b8aef60c53791c2722154a5525d1fb72d13.png | Bin 71984 -> 0 bytes ...c958300ea7c7d1494a6e8c05ee6721a85d388c.png | Bin 43249 -> 0 bytes ...45ae7217361125ce31ccaaf9d83244ba5cec76.png | Bin 38118 -> 0 bytes ...9d75e20d367dc593ea438a2dde289a73159910.png | Bin 50803 -> 0 bytes ...6eaa112cb12628b66443386b14ad2e7f62a92c.png | Bin 50523 -> 0 bytes ...dfd6f0d3b368984ae70209c4b4c9d65f0044dd.png | Bin 16867 -> 0 bytes ...c54b82a0548cead2def8ea090342110439ddf1.png | Bin 0 -> 11558 bytes ...c9225a648091b8cc7de92808ec048e4a36a7b4.png | Bin 0 -> 25231 bytes ...fd8c0c129b5f332112ffefa0c5d572c4862c40.png | Bin 0 -> 7316 bytes ...d07386db35fff0687d7ca2b9c6cf9851d5a5b1.png | Bin 0 -> 47327 bytes ...c0ecfd5f4b2601e98efeebb451f0436a4f07e4.png | Bin 87768 -> 0 bytes ...6f59c8976e0f8fbc4f130cfb6633f0defeb9b8.png | Bin 0 -> 71396 bytes ...ef74ac3ed81b8d99b804d2d1455fedbff67f0f.png | Bin 47651 -> 0 bytes ...9ce472e99baf933bef26a4add25c83c695fe09.png | Bin 15677 -> 0 bytes _sources/10_Data_Fluctuation.ipynb | 2 +- _sources/index.ipynb | 10 +- searchindex.js | 2 +- 33 files changed, 182 insertions(+), 182 deletions(-) create mode 100644 _images/05086a77e4c41700aa62375a7fbcaf58ac20c3245ab71859d4065c1abcabaa39.png create mode 100644 _images/0f006c83b542feac5c87f92269e20217421b9d6070fdebd5f4ab5ed7f6bf092d.png create mode 100644 _images/1364588275b17ac542dd94de8d8c5198ec027be97fc8c2d3848416ba0b5ed583.png delete mode 100644 _images/19232ad489e36e388443f904a6416c97a1d6bc25988bfd06aa22034fb63c4236.png create mode 100644 _images/2cd535a0b07bad17023fd436060a70f24a19f3d13fe5a64ac8c06ac168af85ed.png create mode 100644 _images/45c71bd7031aeb98a6611195892d57bccc51272bd6205ef89601b38f1bacd4a9.png delete mode 100644 _images/46739007433601db5c6c677576e41cec2997e90f3a03b2630c7e91a55332c009.png delete mode 100644 _images/4d3775e51e35c8c359333eb03fc3caf8940879debddfd9664a121635b69ee42e.png create mode 100644 _images/51da4e55f189aeb9123fdf5a6896571e001d6147aa5b3b6c462f124c45c1bc6f.png create mode 100644 _images/714ad1277ccc6c7d3a3fcfc3b78528a162e8e96d06cc63034d26a5387ab5646e.png delete mode 100644 _images/7c0a2540fe17411ef2b6c8b7b84f0b8aef60c53791c2722154a5525d1fb72d13.png delete mode 100644 _images/7cf131efbf7aeda5e06a7e484fc958300ea7c7d1494a6e8c05ee6721a85d388c.png delete mode 100644 _images/7dc3ddfcbeba04973dfdb9d78645ae7217361125ce31ccaaf9d83244ba5cec76.png delete mode 100644 _images/805f642073d03f0f89a67893eb9d75e20d367dc593ea438a2dde289a73159910.png delete mode 100644 _images/876afacab44d7eddd4495000a76eaa112cb12628b66443386b14ad2e7f62a92c.png delete mode 100644 _images/90b9e552d6470bf3563df90b8adfd6f0d3b368984ae70209c4b4c9d65f0044dd.png create mode 100644 _images/94e8494ab81512131a58974c09c54b82a0548cead2def8ea090342110439ddf1.png create mode 100644 _images/96f7824c89f1d688866dc3e8a8c9225a648091b8cc7de92808ec048e4a36a7b4.png create mode 100644 _images/98df8b30731ff1036b23043643fd8c0c129b5f332112ffefa0c5d572c4862c40.png create mode 100644 _images/a9c15daed098dfce4dc8f3ed3cd07386db35fff0687d7ca2b9c6cf9851d5a5b1.png delete mode 100644 _images/abd86634273f3079d50cba4bfbc0ecfd5f4b2601e98efeebb451f0436a4f07e4.png create mode 100644 _images/b1ff5290e835a8b05a06a060996f59c8976e0f8fbc4f130cfb6633f0defeb9b8.png delete mode 100644 _images/f9924690c0293d17e60af06e46ef74ac3ed81b8d99b804d2d1455fedbff67f0f.png delete mode 100644 _images/fb31bcc330e05deff57977cd869ce472e99baf933bef26a4add25c83c695fe09.png diff --git a/10_Data_Fluctuation.html b/10_Data_Fluctuation.html index 03a3fe9c..cbc7a4f4 100644 --- a/10_Data_Fluctuation.html +++ b/10_Data_Fluctuation.html @@ -447,12 +447,12 @@

Contents

  • 変動の自己相関
    • -
  • 変動の大きさ
    • +
  • 変動の大きさ
    • @@ -2034,8 +2034,8 @@

    復習#<

  • \(\rho_{\varepsilon}(s)<0,\;s=1,2,3,\cdots\)：今期とs期前の値は負の相関があるということを示す。\(\varepsilon_{t-s}\)の値が大きければ（小さければ），\(\varepsilon_{t}\)は小さい（大きい）傾向にあるという意味であり，s期前の影響が強ければ，自己相関係数の絶対値は大きくなる。

    • -
    -

    GDPの場合#

    +
    +

    .covと.corr()と.autocorr()：GDPの場合#

    まずGDPの変動を考えるために，dfからgdp_cycleをDataFrameとして抽出し，変数gに割り当てよう。

    @@ -2247,8 +2247,8 @@

    GDPの場合

    はっきりと正の相関を確認できるが，例外的な動きをしている観測値もある。

    -
    -

    GDPの構成要素#

    +
    +

    GDPの構成要素#

    まずGDPの構成要素のトレンドからの乖離率の持続性を考察するが，gdp_cycleを含めて次の変数を考えよう。

    @@ -2288,8 +2288,8 @@

    GDPの構成要素 -

    インフレ率と失業率#

    +
    +

    インフレ率と失業率#

    次に、失業率とインフレ率の持続性を確認する。

    各変数の乖離を計算するが、注意する点がある。GDPなどの変数と違い、インフレ率と失業率は長期的なトレンドはない。従って、式(101)を使い、対数化せずに計算する必要がる。

    @@ -2337,8 +2337,8 @@

    インフレ率と失業率 -

    変動の大きさ#

    +
    +

    変動の大きさ#

    次に変動の大きさを考えるために，GDPの標準偏差に対するそれぞれの構成要素の標準偏差の比率を計算しよう。

    @@ -2463,12 +2463,12 @@

    変動の大きさ変動の自己相関 -
  • 変動の大きさ
    • +
  • 変動の大きさ

    • diff --git a/11_Macro_Variables.html b/11_Macro_Variables.html index 02c99fa4..1e422227 100644 --- a/11_Macro_Variables.html +++ b/11_Macro_Variables.html @@ -732,7 +732,7 @@

    回帰分析# Model: OLS Adj. R-squared: 0.387 Method: Least Squares F-statistic: 111.5 Date: Sat, 17 Aug 2024 Prob (F-statistic): 1.84e-20 -Time: 01:23:12 Log-Likelihood: -275.03 +Time: 01:39:52 Log-Likelihood: -275.03 No. Observations: 176 AIC: 554.1 Df Residuals: 174 BIC: 560.4 Df Model: 1 @@ -1317,122 +1317,122 @@

    resample() 2019-01-01 10 - 4.960362 + 6.398947 2019-02-01 20 - 5.211487 + 4.601473 2019-03-01 30 - 6.066279 + 4.155280 2019-04-01 40 - 6.307194 + 4.043636 2019-05-01 50 - 6.421642 + 4.871667 2019-06-01 60 - 6.324687 + 5.474436 2019-07-01 70 - 5.219173 + 5.469829 2019-08-01 80 - 3.876284 + 5.683622 2019-09-01 90 - 3.997646 + 5.425678 2019-10-01 100 - 5.987195 + 4.573360 2019-11-01 110 - 4.783851 + 6.808362 2019-12-01 120 - 4.686246 + 3.761755 2020-01-01 10 - 4.811122 + 4.959200 2020-02-01 20 - 4.960091 + 3.975104 2020-03-01 30 - 4.712852 + 5.494370 2020-04-01 40 - 4.745662 + 5.606324 2020-05-01 50 - 5.217352 + 5.247615 2020-06-01 60 - 3.446441 + 5.696802 2020-07-01 70 - 4.974370 + 5.252175 2020-08-01 80 - 3.999436 + 5.706897 2020-09-01 90 - 5.855918 + 5.429330 2020-10-01 100 - 6.453502 + 3.853960 2020-11-01 110 - 5.557520 + 5.387163 2020-12-01 120 - 3.946524 + 4.893141 @@ -1460,7 +1460,7 @@

    resample()

    -
    <pandas.core.resample.DatetimeIndexResampler object at 0x11cea8f80>
+
    <pandas.core.resample.DatetimeIndexResampler object at 0x110ee56d0>
    @@ -1501,42 +1501,42 @@

    resample() 2019-01-01 20.0 - 5.412709 + 5.051900 2019-04-01 50.0 - 6.351174 + 4.796580 2019-07-01 80.0 - 4.364368 + 5.526376 2019-10-01 110.0 - 5.152431 + 5.047826 2020-01-01 20.0 - 4.828021 + 4.809558 2020-04-01 50.0 - 4.469819 + 5.516914 2020-07-01 80.0 - 4.943241 + 5.462801 2020-10-01 110.0 - 5.319182 + 4.711421 @@ -1577,12 +1577,12 @@

    resample() 2019-01-01 65.0 - 5.320170 + 5.105670 2020-01-01 65.0 - 4.890066 + 5.125174 @@ -1667,12 +1667,12 @@

    resample() 2019-01-01 0.5547 - 0.168815 + 0.183983 2020-01-01 0.5547 - 0.171846 + 0.121213 @@ -2332,7 +2332,7 @@

    変化率の計算 -
    <pandas.core.groupby.generic.DataFrameGroupBy object at 0x11c9f0290>
+
    <pandas.core.groupby.generic.DataFrameGroupBy object at 0x110cd8200>
    @@ -2347,7 +2347,7 @@

    変化率の計算 -
    <pandas.core.groupby.generic.SeriesGroupBy object at 0x11c9f3710>
+
    <pandas.core.groupby.generic.SeriesGroupBy object at 0x110f93e60>
    diff --git a/13_random_TFP.html b/13_random_TFP.html index b14bf530..6be35e1d 100644 --- a/13_random_TFP.html +++ b/13_random_TFP.html @@ -587,7 +587,7 @@

    平均と分散 -_images/876afacab44d7eddd4495000a76eaa112cb12628b66443386b14ad2e7f62a92c.png +_images/0f006c83b542feac5c87f92269e20217421b9d6070fdebd5f4ab5ed7f6bf092d.png

    ２つの特徴がある。

    @@ -603,7 +603,7 @@

    平均と分散 -
    (-0.0713458438036476, 0.8404674850814047)
+
    (-0.04116827681884658, 1.1586194464746402)
    @@ -618,7 +618,7 @@

    平均と分散 -_images/19232ad489e36e388443f904a6416c97a1d6bc25988bfd06aa22034fb63c4236.png +_images/98df8b30731ff1036b23043643fd8c0c129b5f332112ffefa0c5d572c4862c40.png

    概ね0を中心に左右対象に動いている。即ち，平均0を反映している。また，0から離れている観測値が少ないことが分かる。これは0方向に戻ることを示している。これは分散が一定であるためである。この性質はnを500や1000などの大きな数字に設定するより一層分かりやすいだろう。

    @@ -659,28 +659,28 @@

    自己共分散（自己相関） -_images/fb31bcc330e05deff57977cd869ce472e99baf933bef26a4add25c83c695fe09.png +_images/94e8494ab81512131a58974c09c54b82a0548cead2def8ea090342110439ddf1.png

    自己共分散がゼロであれば，ランダムに散らばっているはずであり，何らかのパターンも確認できないはずである。

    @@ -716,7 +716,7 @@

    自己共分散（自己相関） -_images/90b9e552d6470bf3563df90b8adfd6f0d3b368984ae70209c4b4c9d65f0044dd.png +_images/51da4e55f189aeb9123fdf5a6896571e001d6147aa5b3b6c462f124c45c1bc6f.png