「同時度数分布と相関係数」の編集履歴（バックアップ）一覧はこちら
同時度数分布と相関係数 - (2006/06/09 (金) 19:47:06) の１つ前との変更点
追加された行は緑色になります。
削除された行は赤色になります。
とりあえず東証平均の収益率と同時期の新日鉄の収益率を入力する。
（ここではエクセルに入力してあったデータをコピペした）
tosho<-scan()
1: 1.9 0.0 -2.1 2.9 0.0 1.1 -0.3 1.6 2.7 1.5 -0.6 0.3
13: 3.3 -0.4 5.3 6.0 -0.1 4.7 1.0 -0.4 -6.1 0.4 0.4 2.9
25: 2.2 -4.9 -3.0 2.3 0.1 -1.3 -1.5 -0.1 -0.5 3.6 6.6 2.7
37: -0.9 0.7 5.0 2.4 0.9 3.1 1.5 2.0 2.4 -0.8 0.6 6.5
49: 6.1 -0.2 12.7 -1.0 -9.9 2.6 -4.1 7.0 1.4 4.6 2.0 4.3
61:
Read 60 items
shinnittetu<-scan()
1: 9.2 2.3 -6.5 9.0 5.3 -4.3 -3.7 7.0 7.6 1.4 -3.4 0.7
13: 2.8 -1.4 17.6 17.8 5.5 -1.9 1.9 9.0 -10.3 -10.3 -7.7 6.5
25: -0.6 -11.8 3.5 1.9 -5.5 -9.1 -5.7 2.3 -4.9 -0.8 8.0 6.7
37: -2.8 9.3 11.4 3.0 -7.5 2.5 -0.6 1.8 5.1 -2.3 -6.0 10.6
49: 0.0 -5.7 10.6 -0.6 -11.2 -3.8 -5.2 6.2 -4.2 2.1 0.6 4.7
61:
Read 60 items
コピペして変数に格納したデータをts()で、時系列データにしておく。
tosho<-ts(tosho,frequency=12,start=1980)
tosho
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1980 1.9 0.0 -2.1 2.9 0.0 1.1 -0.3 1.6 2.7 1.5 -0.6 0.3
1981 3.3 -0.4 5.3 6.0 -0.1 4.7 1.0 -0.4 -6.1 0.4 0.4 2.9
1982 2.2 -4.9 -3.0 2.3 0.1 -1.3 -1.5 -0.1 -0.5 3.6 6.6 2.7
1983 -0.9 0.7 5.0 2.4 0.9 3.1 1.5 2.0 2.4 -0.8 0.6 6.5
1984 6.1 -0.2 12.7 -1.0 -9.9 2.6 -4.1 7.0 1.4 4.6 2.0 4.3
shinnittetu<-ts(shinnittetu,frequency=12,start=1980)
shinnittetu
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1980 9.2 2.3 -6.5 9.0 5.3 -4.3 -3.7 7.0 7.6 1.4 -3.4 0.7
1981 2.8 -1.4 17.6 17.8 5.5 -1.9 1.9 9.0 -10.3 -10.3 -7.7 6.5
1982 -0.6 -11.8 3.5 1.9 -5.5 -9.1 -5.7 2.3 -4.9 -0.8 8.0 6.7
1983 -2.8 9.3 11.4 3.0 -7.5 2.5 -0.6 1.8 5.1 -2.3 -6.0 10.6
1984 0.0 -5.7 10.6 -0.6 -11.2 -3.8 -5.2 6.2 -4.2 2.1 0.6 4.7
東証平均と新日鉄のデータについて、データの範囲と大体の分布をみるために、5 数要約 fivenum() ： 最小値・下側ヒンジ・中央値・上側ヒンジ・最大値を見る。
fivenum(tosho)
[1] -9.90 -0.35 1.25 2.90 12.70
fivenum(shinnittetu)
[1] -11.80 -4.25 1.05 5.85 17.80
さて、この２つのデータから同時度数分布を作ろう。
まず連続変数をカテゴリー変数に変換するために使用するのは cut 関数である。
区切り（－２０～２０、２刻み）を変数breaksにいれて
breaks<-seq(-10,14,by=2)
breaks2<-seq(-20,20,by=2)
cut()を使う。なお。「○○以上□□未満」の場合は right = FALSE にする必要がある。
c_tosho<-cut(tosho,breaks,right=F)
c_shinnittetu<-cut(sinnittetu,breaks2,right=F)
カテゴリー化できたら、それらをつかってクロス表をつくる。
これすなわち同時度数分布となっている。
table(c_tosho,c_shinnittetu)
c_shinnittetu
c_tosho [-12,-10) [-10,-8) [-8,-6) [-6,-4) [-4,-2) [-2,0) [0,2) [2,4)
[-10,-8) 1 0 0 0 0 0 0 0
[-8,-6) 1 0 0 0 0 0 0 0
[-6,-4) 1 0 0 1 0 0 0 0
[-4,-2) 0 0 1 0 0 0 0 1
[-2,0) 0 1 0 3 4 2 0 1
[0,2) 1 0 2 4 0 1 3 1
[2,4) 0 0 0 0 1 2 3 3
[4,6) 0 0 0 0 0 1 0 1
[6,8) 0 0 0 0 0 0 1 0
[8,10) 0 0 0 0 0 0 0 0
[10,12) 0 0 0 0 0 0 0 0
[12,14) 0 0 0 0 0 0 0 0
c_shinnittetu
c_tosho [4,6) [6,8) [8,10) [10,12) [12,14) [14,16) [16,18)
[-10,-8) 0 0 0 0 0 0 0
[-8,-6) 0 0 0 0 0 0 0
[-6,-4) 0 0 0 0 0 0 0
[-4,-2) 0 0 0 0 0 0 0
[-2,0) 1 0 1 0 0 0 0
[0,2) 1 1 2 0 0 0 0
[2,4) 1 3 1 0 0 0 0
[4,6) 1 0 0 1 0 0 1
[6,8) 0 1 1 1 0 0 1
[8,10) 0 0 0 0 0 0 0
[10,12) 0 0 0 0 0 0 0
[12,14) 0 0 0 1 0 0 0
とりあえず東証平均の収益率と同時期の新日鉄の収益率を入力する。
（ここではエクセルに入力してあったデータをコピペした）
tosho<-scan()
1: 1.9 0.0 -2.1 2.9 0.0 1.1 -0.3 1.6 2.7 1.5 -0.6 0.3
13: 3.3 -0.4 5.3 6.0 -0.1 4.7 1.0 -0.4 -6.1 0.4 0.4 2.9
25: 2.2 -4.9 -3.0 2.3 0.1 -1.3 -1.5 -0.1 -0.5 3.6 6.6 2.7
37: -0.9 0.7 5.0 2.4 0.9 3.1 1.5 2.0 2.4 -0.8 0.6 6.5
49: 6.1 -0.2 12.7 -1.0 -9.9 2.6 -4.1 7.0 1.4 4.6 2.0 4.3
61:
Read 60 items
shinnittetu<-scan()
1: 9.2 2.3 -6.5 9.0 5.3 -4.3 -3.7 7.0 7.6 1.4 -3.4 0.7
13: 2.8 -1.4 17.6 17.8 5.5 -1.9 1.9 9.0 -10.3 -10.3 -7.7 6.5
25: -0.6 -11.8 3.5 1.9 -5.5 -9.1 -5.7 2.3 -4.9 -0.8 8.0 6.7
37: -2.8 9.3 11.4 3.0 -7.5 2.5 -0.6 1.8 5.1 -2.3 -6.0 10.6
49: 0.0 -5.7 10.6 -0.6 -11.2 -3.8 -5.2 6.2 -4.2 2.1 0.6 4.7
61:
Read 60 items
コピペして変数に格納したデータをts()で、時系列データにしておく。
tosho<-ts(tosho,frequency=12,start=1980)
tosho
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1980 1.9 0.0 -2.1 2.9 0.0 1.1 -0.3 1.6 2.7 1.5 -0.6 0.3
1981 3.3 -0.4 5.3 6.0 -0.1 4.7 1.0 -0.4 -6.1 0.4 0.4 2.9
1982 2.2 -4.9 -3.0 2.3 0.1 -1.3 -1.5 -0.1 -0.5 3.6 6.6 2.7
1983 -0.9 0.7 5.0 2.4 0.9 3.1 1.5 2.0 2.4 -0.8 0.6 6.5
1984 6.1 -0.2 12.7 -1.0 -9.9 2.6 -4.1 7.0 1.4 4.6 2.0 4.3
shinnittetu<-ts(shinnittetu,frequency=12,start=1980)
shinnittetu
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1980 9.2 2.3 -6.5 9.0 5.3 -4.3 -3.7 7.0 7.6 1.4 -3.4 0.7
1981 2.8 -1.4 17.6 17.8 5.5 -1.9 1.9 9.0 -10.3 -10.3 -7.7 6.5
1982 -0.6 -11.8 3.5 1.9 -5.5 -9.1 -5.7 2.3 -4.9 -0.8 8.0 6.7
1983 -2.8 9.3 11.4 3.0 -7.5 2.5 -0.6 1.8 5.1 -2.3 -6.0 10.6
1984 0.0 -5.7 10.6 -0.6 -11.2 -3.8 -5.2 6.2 -4.2 2.1 0.6 4.7
東証平均と新日鉄のデータについて、データの範囲と大体の分布をみるために、5 数要約 fivenum() ： 最小値・下側ヒンジ・中央値・上側ヒンジ・最大値を見る。
fivenum(tosho)
[1] -9.90 -0.35 1.25 2.90 12.70
fivenum(shinnittetu)
[1] -11.80 -4.25 1.05 5.85 17.80
さて、この２つのデータから同時度数分布を作ろう。
まず連続変数をカテゴリー変数に変換するために使用するのは cut 関数である。
区切り（－２０～２０、２刻み）を変数breaksにいれて
breaks<-seq(-10,14,by=2)
breaks2<-seq(-12,18,by=2)
cut()を使う。なお。「○○以上□□未満」の場合は right = FALSE にする必要がある。
c_tosho<-cut(tosho,breaks,right=F)
c_shinnittetu<-cut(sinnittetu,breaks2,right=F)
カテゴリー化できたら、それらをつかってクロス表をつくる。
table(c_tosho,c_shinnittetu)
これすなわち同時度数分布となっている。
c_shinnittetu
c_tosho [-12,-10) [-10,-8) [-8,-6) [-6,-4) [-4,-2) [-2,0) [0,2) [2,4)
[-10,-8) 1 0 0 0 0 0 0 0
[-8,-6) 1 0 0 0 0 0 0 0
[-6,-4) 1 0 0 1 0 0 0 0
[-4,-2) 0 0 1 0 0 0 0 1
[-2,0) 0 1 0 3 4 2 0 1
[0,2) 1 0 2 4 0 1 3 1
[2,4) 0 0 0 0 1 2 3 3
[4,6) 0 0 0 0 0 1 0 1
[6,8) 0 0 0 0 0 0 1 0
[8,10) 0 0 0 0 0 0 0 0
[10,12) 0 0 0 0 0 0 0 0
[12,14) 0 0 0 0 0 0 0 0
c_shinnittetu
c_tosho [4,6) [6,8) [8,10) [10,12) [12,14) [14,16) [16,18)
[-10,-8) 0 0 0 0 0 0 0
[-8,-6) 0 0 0 0 0 0 0
[-6,-4) 0 0 0 0 0 0 0
[-4,-2) 0 0 0 0 0 0 0
[-2,0) 1 0 1 0 0 0 0
[0,2) 1 1 2 0 0 0 0
[2,4) 1 3 1 0 0 0 0
[4,6) 1 0 0 1 0 0 1
[6,8) 0 1 1 1 0 0 1
[8,10) 0 0 0 0 0 0 0
[10,12) 0 0 0 0 0 0 0
[12,14) 0 0 0 1 0 0 0
表示オプション
横に並べて表示：
変化行の前後のみ表示：
