怎么把这个矩阵保存到excel中

epoh 发表于 2012-11-16 21:42
1.c:/Bugs/msv/作为working.directory
  放进两文件 msvmodel6.bug
             ywh_msv.txt(your dat ...

epoh老师，利用R运行Winbugs可以得出核密度图吗？
现在默认的好像只有轨迹图。
ps：利用R运行，方便很多，谢谢。

ywh19860616 发表于 2012-11-17 09:39
epoh老师，利用R运行Winbugs可以得出核密度图吗？
现在默认的好像只有轨迹图。
ps：利用R运行，方便很多 ...

核密度图,需要另外编程.
我再看一下文献的图后,再给你代码.

epoh 发表于 2012-11-17 10:26
核密度图,需要另外编程.
我再看一下文献的图后,再给你代码.

好的，非常感谢epoh老师。

ywh19860616 发表于 2012-11-17 11:45
好的，非常感谢epoh老师。

好像是我弄混淆了
你是要这篇文献的Model 6 (Heavy-tailed MSV or t-MSV)??
   http://harrisd.net/papers/ARCHSV ... s/YuMeyer2006ER.pdf[/url]
如果是的话,我再加入w好了.

作者的computer太好了,羡慕!!
The CPU time required for 100 iterations ranges from 2.3 seconds to 14.4 seconds.

epoh 发表于 2012-11-17 14:51
好像是我弄混淆了
你是要这篇文献的Model 6 (Heavy-tailed MSV or t-MSV)??
    http://harrisd.net/pa ...

谢谢epoh老师
是的，要的就是Model 6，但是同时像Model 3一样考虑Granger causality。
即
即假设上述公式的非对角线元素也非0，这样就可以做双向因果检验了。
我看了您修改的程序，好像也是这样的。
哈哈，我也羡慕。
还有请epoh老师看能不能找到对于核密度图不成正态的文章解释。

ywh19860616 发表于 2012-11-17 15:02
谢谢epoh老师
是的，要的就是Model 6，但是同时像Model 3一样考虑Granger causality。
即

t-MSV with two-way granger causality:
请注意这次我改同MULTIVARIATE STOCHASTIC VOLATILITY MODELS
page 15/25的试验条件.
  burn-in period of 10,000 iterations and a follow-up period of 100,000,
  we stored every 20th iteration.
msv.sim <- bugs(data, inits, parameters.to.save=parameters,"msvmodel6_t.bug",n.chains=1,
               n.thin=20,n.iter=110000,n.burnin=10000,debug=TRUE,DIC=TRUE,
               bugs.directory="D:/WinBUGS14/",working.directory = "c:/Bugs/msv/")

############
density plot可以利用package coda function densplot(),或plot.mcmc()
#coda.out1 <- read.coda("c:/Bugs/msv/coda1.txt", "c:/Bugs/msv/codaIndex.txt")
#densplot(coda.out1)
#plot(coda.out1)
但图形比较乱,我改写代码如下:
M = 5000
chain1 = matrix(scan("c:/Bugs/msv/coda1.txt"),11*M,2,byrow=T)
chain1 = matrix(chain1[,2],M,11)
chain1=apply(chain1,2,sort)

####density.plot
names = c("d","deviance", "mu1","mu2","phi1","phi2","phi12","phi21","rhoep","taua","taub")
par(mfrow=c(3,4))
for (i in 1:11)
{
plot(density(chain1[,i]),main="")
title(main=names)
}

###########
核密度图不成正态,应该不是重点
请看模型检验:
Oil and stock market volatility.pdf  page 7/10
4.5. Model checking
     We observe that the mean of standardized residual in each market
     is close to zero while its standard deviation is close to one.

epoh 发表于 2012-11-17 18:55
t-MSV with two-way granger causality:
请注意这次我改同MULTIVARIATE STOCHASTIC VOLATILITY MODELS ...

谢谢epoh老师
恩，看了那句话，意思是指标准化残差的均值为0，标准差
为1，那说明是服从正态分布。
我没有理解，那和参数的核密度图不成正态分布之间关系。
不过这一段的最后，作者提到了
However,it is clear that the non-normality is
less pronounced in the standardized residuals.Thus,both CC-MSV and
DC-MSV models do a fine job in modeling heteroscedasticity in the
data.

ywh19860616 发表于 2012-11-17 19:05
谢谢epoh老师
恩，看了那句话，意思是指标准化残差的均值为0，标准差
为1，那说明是服从正态分布。

这个应该就是类似
Stochastic Volatility and Jumps...pdf
page 29/42,Normal Probability Plot (QQ-plot)
https://bbs.pinggu.org/thread-2126597-1-1.html

epoh 发表于 2012-11-17 19:27
这个应该就是类似
Stochastic Volatility and Jumps...pdf
page 29/42,Normal Probability Plot (QQ-pl ...

是的，Q-Q 图也是一种判别残差是不是服从
正态分布的方法。epoh老师，您修改的程序不是很理解

您修改的程序多定义了一个w，即服从卡方分布
d<-dstar*2;
dstar~dchisqr(4);  
我不是很理解。在您发给我的文章15 / 25里面提到：
For the last three models,there are two sets of parameters:parameters in
the mean equation,and in the factor equation We assume that the parameters are mutually independent.The prior distributions are specified as

这里提到model 7,8,9才有w这个参数，为何现在利用model 6就
需要这个参数？还有，model 7,8,9中的w出现在哪？我都没有看到
这个变量，只是在设置prior时提到这个参数。

ywh19860616 发表于 2012-11-17 19:42
是的，Q-Q 图也是一种判别残差是不是服从
正态分布的方法。epoh老师，您修改的程序不是很理解

哈哈!你忘了你提供的代码,不也是有w

这是在Heavy-tailed才用上
Model 6 (Heavy-tailed MSV or t-MSV)
后三者也只有Model 8才用的着
Model 8 (Heavy-tailed factor-MSV or AFactor-t-MSV).