Jan 7, 2014 ... Description. Package for estimating and testing MIDAS regression. Details. The
main feature of this package is function hAh.test which performs ...
Package ‘midasr’ August 29, 2016 Title Mixed Data Sampling Regression Description Methods and tools for mixed frequency time series data analysis. Allows estimation, model selection and forecasting for MIDAS regressions. URL http://mpiktas.github.io/midasr/ Version 0.6 Maintainer Vaidotas Zemlys Author Virmantas Kvedaras , Vaidotas Zemlys Depends R (>= 2.11.0), sandwich, optimx Imports MASS, numDeriv, Matrix, forecast, stats, graphics, utils License GPL-2 | MIT + file LICENCE BugReports https://github.com/mpiktas/midasr/issues Suggests testthat RoxygenNote 5.0.1 NeedsCompilation no Repository CRAN Date/Publication 2016-08-08 16:52:48
R topics documented: midasr-package . +.lws_table . . . agk.test . . . . . almonp . . . . . almonp_gradient amidas_table . . amweights . . . . average_forecast check_mixfreq . coef.midas_r . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . . 1
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. 3 . 3 . 4 . 5 . 6 . 6 . 8 . 9 . 11 . 11
R topics documented:
2 deriv_tests . . . . . . . deviance.midas_r . . . dmls . . . . . . . . . . expand_amidas . . . . expand_weights_lags . fmls . . . . . . . . . . forecast.midas_r . . . . genexp . . . . . . . . . genexp_gradient . . . . get_estimation_sample gompertzp . . . . . . . gompertzp_gradient . . hAhr_test . . . . . . . hAh_test . . . . . . . . harstep . . . . . . . . . harstep_gradient . . . . hf_lags_table . . . . . imidas_r . . . . . . . . lcauchyp . . . . . . . . lcauchyp_gradient . . . lf_lags_table . . . . . . midas_auto_sim . . . . midas_r . . . . . . . . midas_r.fit . . . . . . . midas_r_ic_table . . . midas_r_np . . . . . . midas_r_simple . . . . midas_sim . . . . . . . midas_u . . . . . . . . mls . . . . . . . . . . . modsel . . . . . . . . . nakagamip . . . . . . . nakagamip_gradient . . nbeta . . . . . . . . . . nbetaMT . . . . . . . . nbetaMT_gradient . . . nbeta_gradient . . . . . nealmon . . . . . . . . nealmon_gradient . . . oos_prec . . . . . . . . plot_midas_coef . . . . polystep . . . . . . . . polystep_gradient . . . predict.midas_r . . . . prep_hAh . . . . . . . rvsp500 . . . . . . . . select_and_forecast . . simulate.midas_r . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13 13 14 15 16 17 17 19 20 21 22 22 23 25 27 28 28 30 32 33 34 35 36 40 40 42 43 44 45 47 48 49 50 50 51 52 52 53 54 55 56 57 58 58 60 60 61 63
midasr-package
3
split_data . . . update_weights USpayems . . . USqgdp . . . . USrealgdp . . . USunempr . . . weights_table .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
Index
midasr-package
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
64 65 66 66 67 67 68 70
Mixed Data Sampling Regression
Description Package for estimating, testing and forecasting MIDAS regression. Details Methods and tools for mixed frequency time series data analysis. Allows estimation, model selection and forecasting for MIDAS regressions. Author(s) Virmantas Kvedaras , Vaidotas Zemlys (maintainer)
+.lws_table
Combine lws_table objects
Description Combines lws_table objects Usage ## S3 method for class 'lws_table' ... + check = TRUE Arguments ...
lws_table object
check
logical, if TRUE checks that the each lws_table object is named a list with names c("weights","lags","starts")
4
agk.test
Details The lws_table objects have similar structure to table, i.e. it is a list with 3 elements which are the lists with the same number of elements. The base function c would cbind such tables. This function rbinds them. Value lws_table object Author(s) Virmantas Kvedaras, Vaidotas Zemlys Examples nlmn
