##Larning library(nnet) library(tseries) #Logistic map x<-0 x[1]<-0.5 x[2]<-0.5 a<-3.8 for(i in 1:1000){ x[i+1]<-a*x[i]*(1-x[i]) } input<-cbind(x[1:(length(x)-1)]) output<-cbind(x[2:length(x)]) results<-nnet(input,output,size=5,lang=0.3,ma…

CCF →相互相関 x<-rnorm(1000) y<-rnorm(1000) ccf(x,y) x<-rnorm(1000) y<-x[2:length(x)] x<-x[1:(length(x)-1)] ccf(x,y) plot(x) points(y,col=2) plot(x[2:(length(y))],y[1:(length(y)-1)]) TSデータ構造Lagplot →時系列の自己相関を目でみて確認。 x<…

data1<-data.frame(a,b,c) l2<-lm(c~a+b,data=kawase) summary(l2) plot(data1$c,type="l") points(predict(l2),type="l",col=3) plot(l2)