Regressionsanalyse MDAX

Alle Verfahren der Regressionanalyse.

Regressionsanalyse MDAX

Beitragvon Heumann » Fr 10. Aug 2018, 17:10

Hallo liebe Mitglieder,

ich habe für meine Seminaraufgabe eine Regressionsanalyse versucht zu programmieren. Mein Prof. meinte das bei mir noch das Bestimmtheitsmaß der Regressionsanalyse fehlt. Ich bin ziemlich neu bei der Programmierung mit R, habe es aber dennoch mal versucht zu programmieren. Hat jemand von euch eine Idee wie ich das Bestimmtheitsmaß programmieren kann?
Aufgabe: Untersuchen Sie den Einfluss der Variablen ifo Geschäftsklimaindex und Arbeitslosigkeit auf den Kursverlauf des DAX, MDAX und SDAX (je nach Gruppe) für die Ihrer Gruppe zugeordneten Zeiträume. Berücksichtigen Sie für eine realistische Darstellung die Konstante.
Der Betrachtungszeitraum beträgt für jede Gruppe drei Jahre und besitzt als Zeiteinheit einen Monat. Mitteln Sie die DAX/MDAX/SDAX-Werte über die Tage der entsprechenden Monate und verwenden Sie das arithmetische Mittel als abhängige Variable.
Lassen Sie sich die Ergebnisse ausgeben und interpretieren Sie diese. Stellen Sie das Modell und die Datenpunkte in einem gemeinsamen Koordinatensystem dar.

Meine Funktion: X ∼ Exp(λ) (Exponentialverteilung) χ2 (Chi Quadrat) −Anpassungstest
MDAX, 01.01.2007 – 31.12.2009

Vielen Dank schon mal :)

# f-Test hinzuf?gen
# f-test pr?ft, ob Zusammenh?nge (Einfl?sse) zuf?llig sind

library(scatterplot3d)
library(tcltk)

DAXkurs <- read.csv("MDAX_2007-2009.csv",header = TRUE)
gesch?ftsklima <- read.csv2("ifo_Gesch?ftsklimaindex.csv",header = TRUE)
arbeitslose <- read.csv2("Arbeitslosigkeit.csv", header = TRUE)

DAXkurs <- DAXkurs$Adj.Close
gesch?ftsklima <- gesch?ftsklima$Gesch?ftsklima
arbeitslose <- arbeitslose$Arbeitslose

Vergleich = lm(DAXkurs~gesch?ftsklima+arbeitslose)
Vergleich_Summary = summary(Vergleich)

Grafik <- scatterplot3d( x = gesch?ftsklima,
y= arbeitslose,
z = DAXkurs,
highlight.3d = TRUE,
type = "h",
pch = 16, axis=TRUE)

Grafik$plane3d(Vergleich)

#Berechnung F-Werte
DAXkurs_MS = sum(DAXkurs^2)/length(DAXkurs)
gesch?ftsklima_MS = sum(gesch?ftsklima^2)/length(gesch?ftsklima)
arbeitslose_MS = sum(arbeitslose^2)/length(arbeitslose)
F_Wert_gesch?ftsklima = DAXkurs_MS/gesch?ftsklima_MS
F_Wert_arbeitslose = DAXkurs_MS/arbeitslose_MS

if (F_Wert_gesch?ftsklima > 0.05){
Einfluss_gesch?ftklima = "Das Gesch?ftsklima hat im Betrachtungszeitraum einen
nachweisbaren Einfluss auf den DAX-Kurs"
}else{
Einfluss_gesch?ftsklima = "Das Gesch?ftsklima hat im Betrachtungszeitraum keinen
nachweisbaren Einfluss auf den DAX-Kurs"
}

if (F_Wert_arbeitslose > 0.05){
Einfluss_arbeitslose = "Die Arbeitslosenzahl hat im Betrachtungszeitraum einen
nachweisbaren Einfluss auf den DAX-Kurs"
}else{
Einfluss_arbeitslose = "Die Arbeitslosenzahl hat im Betrachtungszeitraum keinen
nachweisbaren Einfluss auf den DAX-Kurs"
}

Vergleich_Teststatistik = var.test(DAXkurs,c(gesch?ftsklima, arbeitslose), alternative = "two.sided")
Heumann
Grünschnabel
Grünschnabel
 
Beiträge: 2
Registriert: Fr 10. Aug 2018, 16:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Zurück zu Regressionanalyse

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 8 Gäste

cron