Aptech社国内正規販売代理店　インフォーマティック（株）    [Home]  [Bottom]  
                                           動作環境・価格  お問い合わせ・注文
  

 GAUSSX - エコノメトリック・パッケージ

GAUSSXは、GAUSSの機能を増強する広範囲なエコノメトリック関連手法を集めたライブラリーです。

また、解析機能を強化するだけでなく、独自のツールバーをGAUSSウインドウ環境に付加し、

ソースコマンドの編集、コマンドファイルの実行、プロジェクト管理など、

GAUSSのGUI環境、開発環境も増強します。以下にその主な機能をリストします。

線形推定モデル

AR, ARCH, OLS, POISSON, QR, SURE, VAR, 2SLS, 3SLSの各モデルを含む。

標準機能として、記述統計、弾性値、欠損値の扱い、重み付き解析、White または Newey-Westのロバスト標準誤差

等の取り扱いが含まれる。テストには次のような手法が用意されている。

Godfreyの残差の系列相関検定、

Ramsey's RESET 検定、

Jarque-Beraの残差の正規性の検定、

Breusch-Pagan の分散不均一性に関する検定

Chowの安定性に関する検定

非線形推定モデル

FIML, GMM, NLS, MLの各モデルを含む。

ステップアルゴリズムとしてBFGS, BHHH, DFP, GAUSS, NR, およびSAを用意。

Whiteおよび Newey-West のロバスト推定をサポート。

非線形推定で使用するデフォルト値は、スクリプトファイルを使って

実行の過程でヒューリスティックに変えることができる。デフォルトとして、

グラディアンと、ヘシアン、およびヤコビアンが数値的に推定されるが、ユーザー定義の

プロシジャーとして与えることもできる。

例として、非線形ARCH, FRONTIER, E_GARCH, FMNP, GARCH, GARCH-M, MGARCH,

MNL, MNP, MSM, NPE, POISSON, SUR, SV, TOBIT, 2SLSおよび 3SLSを含んでいる。

制約条件付き最適化

FIML, GMM, NLS, MLの各モデル下での制約条件付き最適化。

推定は、線型2次計画法を使って行われる。

時系列解析

ARIMAモデル。各方程式について別の移動平均構造を使って伝達関数系を定義できる。

ARモデル、非線形状態方程式モデルを含むマルコフスイッチング・モデル(MSS)。

スペクトル解析もサポート。

LDVモデル

2項プロビット・モデル、多項ロジット・モデル、

オーダード・ロジットおよびプロビット・モデル。

GARCHモデル

各種GARCHモデル。線形ARCH, 単一方程式非線形ARCH, AGARCH, EGARCH,

FIGARCH, GARCH, IGARCH, PGARCH,TGARCH。

指数平滑化

シングルまたはダブルHolt-Winter、季節加算Holt-Winter、季節乗算Holt-Winter。

平滑化パラメーターはユーザー指定可能、またはGAUSSXが自動的に最適値を設定。

ノンパラメトリック解析

セミパラメトリック・インデックスのウィンドウ幅と重みを、最尤法のもとで交差妥当化手法を使って推定します。

ニューラルネットワーク

単一の中間層をもつフィードフォワード・ネットワークで、出力層および中間層の重みをバッルプロパゲーションではなく

非線形最適化手法を使って推定する。伝達関数として、Arctan, Gaussian, Halfsine, Linear,Sigmoid, Step,

およびTanhを用意。

予測

すべての推定について静的、動的予測値および残差を算出。非線形方程式を静的、動的に解くことができる。

VARモデルについてインパルス応答関数が使用できる。

OLS予測ははスチューデント化された残差、DFFITSおよび DFBETASも含む。

GARCH予測には条件付き分散も含まれる。

カルマンフィルター

確率的ボラティリティル・モデル

状態ベクトルの推定にカルマンフィルターによる解析が可能。カルマンフィルターにもとずく疑似MLを使って

確率的分散変動モデル(確率的ボラティリティル・モデル)を推定。

ロバスト推定

残差の分布が未知の場合に、次の情報を使って線形モデルのロバスト推定を行う。

クオンタイル回帰モデル（インテリア・ポイント・アルゴリズム）、

reiterated weighted least squares for Least Absolute Deviation,　

Huber's t Function,

Ramsay's E Function,

Andrew's Wave Function,

およびTukey's Biweight。

ブ-トストラップ法によるパラメーター共分散マトリックスの推定。

ベイズ推定

ベイズ解析には、ユーザー定義の分布および事前分布をを使ってマルコフ連鎖モンテカルロ法が実行される。

記述統計

GAUSSXが扱う変数はつぎのデータ記述をもつ。

自己コレログラム、、最大、最小、総和、共分散マトリックス、相関マトリックス、自己コレログラム、

偏自己コレログラム、変動の分解、集計表、季節調整、主成分。

クラスター分析

クラスター解析は、データの階層クラスター・ツリーを作成したり、ツリー・デンドログラムのグラフを

作成します。Five distance metrics and four linkag法が使われています。

各種検定

尤度比検定、安定性に関するChow検定、ARモデルのLjung-Box Q 検定、 ARCHモデルのEngleの LM検定、

等分散性に関するBreusch-PaganおよびGoldfeld-Quandt 検定、線型制約に関する F 検定、

安定性に関するCUSUMおよびCUSUM-squared 検定、Grangerの因果性の検定、

ユニットルート（単位根）のDickey-Fuller 検定、

Engle-Granger およびJohansen の共和分検定（コインテグレーション・テスト）、

Belsley, Kuh およびWalsh の共線性（コリニアリティー）検定、

Thielの2つのベクトルの分解、

Hausmanのspecification検定、

Lagrangeの乗数検定、

Davidson およびMacKinnonの非入れ子型モデルのJ-検定

シミュレーション

ブートストラップ法およびジャックナイフ法を使ってモンテカルロ・シミュレーションを行うことができます。

ベイズ解析には、ユーザー定義の分布および事前分布をを使ってマルコフ連鎖モンテカルロ法が実行される。

新バージョンGAUSSX v5.0

遺伝的アルゴリズム、センサスX12平滑法、2進マトリックスI/O、ウェーブレット手法を使った

ノイズ低減化手法、ストリングの評価、スプレッドシート機能の強化、等々

新たな機能が導入されました。

GAUSS 3.5、GAUSS 3.6、GAUSS 4.0、GAUSS 5.0と互換。

価格、アップデート価格はこれまで通り。

 [Home] [Top]   お問い合わせ・注文