Взвешенная скользящая средняя в Гретле

Question

У меня есть вопрос о gretl и о том, как я могу вычислить фильтр движущихся средних.

У меня есть временной ряд, и я хочу вычислить средневзвешенную скользящую среднюю с центром в 5 с этими весами: 0,15, 0,2, 0,3, 0,2, 0,15.

На главной странице gretl у нас есть окно Variabile, в котором я могу выбрать Filter, но нет выбора для того, что я хочу сделать, только, например, простое перемещение в среднем.

В R я бы сделал что-то вроде этого:

c<-as.vector()
for (in in 3:(T-2)){ 
c<-rbind(c, 0.15*x[i-2]+0.2*x[i-1]+0.3*x[i]+0.2*x[i+1]+0.15*x[i+2]}

где x - мое время серии, а T - количество наблюдений.

Но мои вопросы:

1. Существует ли удобный для пользователя способ сделать это в gretl?
2. Если нет, как лучше всего это сделать в консоли? Существует ли конкретная функция?

Answer 1

Ну, я не знаю, что именно вы называете дружественным к пользователю, но так как вы хотите иметь эти конкретные веса, я думаю, что нет никакого способа набрать некоторые цифры, верно? Так что, если я вас правильно понял и учитывая ваш ряд x (в наборе данных, который объявлен и распознан как временной ряд), вам просто нужно будет набрать формулу:

series weighma =  0.15 * x(+2) + 0.2 * x(+1) + 0.3 * x + 0.2 * x(-1) + 0.15 * x(-2)

(Вместо 'series' вы также можете ввести 'genr' или просто пропустить его, но я рекомендую этот явный вариант. То же самое относится и к знакам + в скобках для обозначения отведений, а не лагов.) конечно произвольно.

Есть по крайней мере два места, где вы можете ввести эту формулу: либо выберите в меню Добавить / Определить новую переменную, которая дает вам диалоговое окно с полем формулы, либо откройте консоль gretl (или окно редактора сценариев).

Решение, которое, возможно, будет более гибким в сценарии, может использовать список переменных gretl и функцию 'lincomb', что-то вроде этого:

maxlead = 2
matrix weights = {0.15, 0.2, 0.3, 0.2, 0.15}
list xx = lags( nelem(weights), x(maxlead + 1) )
series weighma = lincomb(xx, weights)

Правильное значение maxlead также может быть выведено из длины вектора весов в предположении центрированной MA, но я оставлю это на этом.