Я хочу прогнозировать с помощью пробит-модели в R с Y = спадом (да / нет) и одним регрессором (временный спред кривой доходности).
Как преобразовать данные и как обработать прогноз в случае вероятности рецессии, как интерпретировать эти решения нормальной модели?
Я совершенно новичок в R и эконометрике, потому что я был сосредоточен на теоретических темах, поэтому я был бы очень признателен, если бы кто-нибудь мог помочь мне с моей проблемой или, возможно, на эту тему ответили где-то еще, где я могу помочь себе.
Я провожу исследование, если спред отрицательного термина сигнализирует о рецессии с помощью пробит-модели Я не могу использовать R-пакет, который включает прямое соединение с базой данных FED и т. Д.
Итак, я подготовил собственные данные и рассчитал собственный разброс сроков. Мои данные поступают в США с 1965-01 по 2019-01 гг. Я использовал код, показанный здесь, и имел вероятность рецессии с наименьшим спредом в 57%.
Так что теперь мне нужен способ подготовить две мои переменные, которые я получу: «если регрессор (термин спред) становится отрицательным, скажем, на -0,1, вероятность рецессии .....» и код для запустить его.
Я уже пробовал преобразование во временные ряды и код предсказания () для пробитной модели.
glm(formula=ts_nber~ts_ts, family = binomial(link="probit"))
summary(prob1)
predict(prob1, ts_nber, type="response")
ts_nber - временной ряд для двоичной переменной 1 = спад, 0 = нет спада
ts_ts - временной ряд для термина спред
Call:
glm(formula = ts_nber ~ ts_ts1, family = binomial(link = "probit"))
Deviance Residuals:
Min 1Q Median 3Q Max
-1.3024 -0.5671 -0.4450 -0.3556 2.4854
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.00803 0.06734 -14.969 < 2e-16 ***
ts_ts1 -0.20465 0.03879 -5.276 1.32e-07 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 496.84 on 650 degrees of freedom
Residual deviance: 468.61 on 649 degrees of freedom
AIC: 472.61
Number of Fisher Scoring iterations: 5
В качестве решения прогноза модели пробита я получаю вероятности, подобные этой:
summary(pred1)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.04105 0.07424 0.10800 0.12750 0.16168 0.57180
Термин спред с вероятностью рецессии составляет ~ 4% при максимальном положительном значении с 5,81
и самая высокая вероятность рецессии с ~ 57% составляет -3,57.
Так что это имеет смысл, вот что я хочу показать. Но как интерпретировать этот код?