ISmRedundantVariablesTest.Explained

Fore Syntax

Explained: ISlSerie;

Fore.NET Syntax

Explained: Prognoz.Platform.Interop.Stat.ISlSerie;

Description

The Explained property determines an explained series.

Comments

Use the ISmRedundantVariablesTest.Explanatories property to set explanatory series.

Fore Example

Add a link to the Stat system assembly.

Sub UserProc;
Var
    rtest: SmRedundantVariablesTest;
    d0: Double;
    y, x, y1, y2: Array[43] Of Double;
    ARMA: ISlARMA;
    OrderList, redlist: Array[ 1] Of  Integer;
    res, i: Integer;
Begin

    // Set values fornbsp;variables
    y[00] := 6209; x[00] := 4110; y1[00] := 3415; y2[00] := 2822;
    y[01] := 6385; x[01] := 4280; y1[01] := 3673; y2[01] := 3023;
    y[02] := 6752; x[02] := 4459; y1[02] := 4013; y2[02] := 3131;
    y[03] := 6837; x[03] := 4545; y1[03] := 4278; y2[03] := 3351;
    y[ 04] := 6495; x[04] := 4664; y1[04] := 4577; y2[04] := 3463 ;
    y[ 05] := 6907; x[05] := 4861; y1[05] := 5135; y2[05] := 3686 ;
    y[ 06] := 7349; x[06] := 5195; y1[06] := 5388; y2[06] := 3815 ;
    y[07] := 7213; x[07] := 5389; y1[07] := 5610; y2[07] := 3960;
    y[ 08] := 7061; x[08] := 5463; y1[08] := 5787; y2[08] := 4119 ;
    y[09] := 7180; x[09] := 5610; y1[09] := 6181; y2[09] := 4351;
    y[10] := 7132; x[10] := 5948; y1[10] := 6633; y2[10] := 4641;
    y[ 11] := 7137; x[11] := 6218; y1[11] := 6910; y2[11] := 5008 ;
    y[ 12] := 7473; x[12] := 6521; y1[12] := 7146; y2[12] := 5305 ;
    y[ 13] := 7722; x[13] := 6788; y1[13] := 7248; y2[13] := 5611 ;
    y[ 14] := 8088; x[14] := 7222; y1[14] := 7689; y2[14] := 5693 ;
    y[ 15] := 8516; x[15] := 7486; y1[15] := 8046; y2[15] := 5804 ;
    y[ 16] := 8941; x[16] := 7832; y1[16] := 8143; y2[16] := 6121 ;
    y[ 17] := 9064; x[17] := 8153; y1[17] := 8064; y2[17] := 6546 ;
    y[ 18] := 9380; x[18] := 8468; y1[18] := 8556; y2[18] := 6918 ;
    y[ 19] := Double.Nan; x[19] := 9054; y1[19] := 9177; y2[19] := 7349 ;
    y[ 20] := 9907; x[20] := 9499; y1[20] := 9705; y2[20] := 7769 ;
    y[ 21] := 10333; x[21] := 9866; y1[21] := 9923; y2[21] := 7809 ;
    y[22] := 10863; x[22] := 10217; y1[22] := 10268; y2[22] := 7951;
    y[ 23] := 11693; x[23] := 10763; y1[23] := 10681; y2[23] := 8395 ;
    y[ 24] := 12242; x[24] := 10683; y1[24] := 10448; y2[24] := 8653 ;
    y[ 25] := 12227; x[25] := 10494; y1[25] := 10366; y2[25] := 8304 ;
    y[ 26] := 12910; x[26] := 10938; y1[26] := 10958; y2[26] := 8809 ;
    y[ 27] := 13049; x[27] := 11198; y1[27] := 11292; y2[27] := 9028 ;
    y[28] := 13384; x[28] := 11546; y1[28] := 11726; y2[28] := 9314;
    y[ 29] := 14036; x[29] := 11865; y1[29] := 12172; y2[29] := 9820 ;
    y[ 30] := Double.Nan; x[30] := 11781; y1[30] := 12058; y2[30] := 10246 ;
    y[ 31] := 14704; x[31] := 11681; y1[31] := 11804; y2[31] := 10153 ;
    y[ 32] := 13802; x[32] := 11903; y1[32] := 11682; y2[32] := 10197 ;
    y[ 33] := 14197; x[33] := 11900; y1[33] := 12001; y2[33] := 10294 ;
    y[ 34] := 15010; x[34] := 11986; y1[34] := 12300; y2[34] := 10555 ;
    y[ 35] := 15589; x[35] := 12206; y1[35] := 12535; y2[35] := 10808 ;
    y[ 36] := 15932; x[36] := 12734; y1[36] := 13173; y2[36] := 11318 ;
    y[ 37] := 16631; x[37] := 12990; y1[37] := 13482; y2[37] := 11683 ;
    y[ 38] := 17394; x[38] := 13516; y1[38] := 13945; y2[38] := 12153 ;
    y[ 39] := 17758; x[39] := 13866; y1[39] := 14278; y2[39] := 12464 ;
    y[ 40] := 17308; x[40] := 14141; y1[40] := 14840; y2[40] := 12782 ;
    y[ 41] := Double.Nan; x[41] := 14141; y1[41] := 15263; y2[41] := 13066 ;
    y[42] := 16413; x[42] := 14237; y1[42] := 15357; y2[42] := 13113;

    rtest := New SmRedundantVariablesTest.Create;
     // Set explained and explanatory variables
    rtest.Explained.Value := y;
    rtest.Explanatories.Add.Value := x;
    rtest.Explanatories.Add.Value := y1;
    rtest.Explanatories.Add.Value := y2;
     // Set method of constant determination
    rtest.ModelCoefficients.Intercept.Mode := InterceptMode.AutoEstimate;
     // Set calculation periods
    rtest.ModelPeriod.FirstPoint := 1 ;
    rtest.ModelPeriod.LastPoint :=  43 ;
     // Set missing data treatment method
    rtest.MissingData.Method := MissingDataMethod.LinTrend;
     // Set moving average parameters
    ARMA := rtest.ARMA;
    OrderList[ 0] := 1 ;
    ARMA.OrderMA := OrderList;
    ARMA.CalcInitMode := ARMAInitType.Auto;
     // Set redundant regressors
    redlist[0] := 0 ;
    rtest.RedundantExplanatories := redlist;

    // Execute calculation and display results
    res := rtest.Execute;
     If res <> 0 Then 
        Debug.WriteLine(rtest.Errors);
    Else 
        Debug.Indent;
        Debug.WriteLine("Fisher test");
        Debug.Unindent;
        d0 := rtest.FTest.Statistic;
        Debug.WriteLine("value: " + d0.ToString);
        d0 := rtest.FTest.Probability;
        Debug.WriteLine("probability: " + d0.ToString);
        Debug.Indent;
        Debug.WriteLine("Chi-square test");
        Debug.Unindent;
        d0 := rtest.ChiTest.Statistic;
        Debug.WriteLine("value: " + d0.ToString);
        d0 := rtest.ChiTest.Probability;
        Debug.WriteLine("probability: " + d0.ToString);
        Debug.Indent;
        Debug.WriteLine("Modeling series");
        Debug.Unindent;
        For i := 0 To rtest.Fitted.Length - 1 Do
            Debug.Write(i.ToString +  ", " );
            Debug.WriteLine(rtest.Fitted[i]);
        End For;
        Debug.Indent;
        Debug.WriteLine("Residuals");
        Debug.Unindent;
        For i := 0 To rtest.Residuals.Length - 1 Do
            Debug.Write(i.ToString + ", ");
            Debug.WriteLine(rtest.Residuals[i]);
        End For;
        Debug.Indent;
        Debug.WriteLine("Summary statistics");
        Debug.Unindent;
        d0 := rtest.SummaryStatistics.AIC;
        Debug.WriteLine("Akaike criterion: " + d0.ToString);
        d0 := rtest.SummaryStatistics.DW;
        Debug.WriteLine("Durbin-Watson statistic: " + d0.ToString);
    End If;
End Sub UserProc;

After executing the example the console window displays Fisher test and chi-square test calculation results, the modeling series, the residual series, and summary statistics.

Fore.NET Example

The requirements and result of the Fore.NET example execution match with those in the Fore example.

Imports Prognoz.Platform.Interop.Stat;
…
Public Shared Sub Main(Params: StartParams);
Var
    rtest: SmRedundantVariablesTest;
    d0: Double;
    y, x, y1, y2: Array[43] Of Double;
    ARMA: ISlARMA;
    OrderList, redlist: Array[1] Of Integer;
    res, i: Integer;
Begin

    // Set variable values
    y[00] := 6209; x[00] := 4110; y1[00] := 3415; y2[00] := 2822;
    y[01] := 6385; x[01] := 4280; y1[01] := 3673; y2[01] := 3023;
    y[02] := 6752; x[02] := 4459; y1[02] := 4013; y2[02] := 3131;
    y[03] := 6837; x[03] := 4545; y1[03] := 4278; y2[03] := 3351;
    y[ 04] := 6495; x[04] := 4664; y1[04] := 4577; y2[04] := 3463 ;
    y[ 05] := 6907; x[05] := 4861; y1[05] := 5135; y2[05] := 3686 ;
    y[ 06] := 7349; x[06] := 5195; y1[06] := 5388; y2[06] := 3815 ;
    y[07] := 7213; x[07] := 5389; y1[07] := 5610; y2[07] := 3960;
    y[ 08] := 7061; x[08] := 5463; y1[08] := 5787; y2[08] := 4119 ;
    y[09] := 7180; x[09] := 5610; y1[09] := 6181; y2[09] := 4351;
    y[10] := 7132; x[10] := 5948; y1[10] := 6633; y2[10] := 4641;
    y[ 11] := 7137; x[11] := 6218; y1[11] := 6910; y2[11] := 5008 ;
    y[ 12] := 7473; x[12] := 6521; y1[12] := 7146; y2[12] := 5305 ;
    y[ 13] := 7722; x[13] := 6788; y1[13] := 7248; y2[13] := 5611 ;
    y[ 14] := 8088; x[14] := 7222; y1[14] := 7689; y2[14] := 5693 ;
    y[ 15] := 8516; x[15] := 7486; y1[15] := 8046; y2[15] := 5804 ;
    y[ 16] := 8941; x[16] := 7832; y1[16] := 8143; y2[16] := 6121 ;
    y[ 17] := 9064; x[17] := 8153; y1[17] := 8064; y2[17] := 6546 ;
    y[ 18] := 9380; x[18] := 8468; y1[18] := 8556; y2[18] := 6918 ;
    y[ 19] := Double.Nan; x[19] := 9054; y1[19] := 9177; y2[19] := 7349 ;
    y[ 20] := 9907; x[20] := 9499; y1[20] := 9705; y2[20] := 7769 ;
    y[ 21] := 10333; x[21] := 9866; y1[21] := 9923; y2[21] := 7809 ;
    y[22] := 10863; x[22] := 10217; y1[22] := 10268; y2[22] := 7951;
    y[ 23] := 11693; x[23] := 10763; y1[23] := 10681; y2[23] := 8395 ;
    y[ 24] := 12242; x[24] := 10683; y1[24] := 10448; y2[24] := 8653 ;
    y[ 25] := 12227; x[25] := 10494; y1[25] := 10366; y2[25] := 8304 ;
    y[ 26] := 12910; x[26] := 10938; y1[26] := 10958; y2[26] := 8809 ;
    y[ 27] := 13049; x[27] := 11198; y1[27] := 11292; y2[27] := 9028 ;
    y[28] := 13384; x[28] := 11546; y1[28] := 11726; y2[28] := 9314;
    y[ 29] := 14036; x[29] := 11865; y1[29] := 12172; y2[29] := 9820 ;
    y[ 30] := Double.Nan; x[30] := 11781; y1[30] := 12058; y2[30] := 10246 ;
    y[ 31] := 14704; x[31] := 11681; y1[31] := 11804; y2[31] := 10153 ;
    y[ 32] := 13802; x[32] := 11903; y1[32] := 11682; y2[32] := 10197 ;
    y[ 33] := 14197; x[33] := 11900; y1[33] := 12001; y2[33] := 10294 ;
    y[ 34] := 15010; x[34] := 11986; y1[34] := 12300; y2[34] := 10555 ;
    y[ 35] := 15589; x[35] := 12206; y1[35] := 12535; y2[35] := 10808 ;
    y[ 36] := 15932; x[36] := 12734; y1[36] := 13173; y2[36] := 11318 ;
    y[ 37] := 16631; x[37] := 12990; y1[37] := 13482; y2[37] := 11683 ;
    y[ 38] := 17394; x[38] := 13516; y1[38] := 13945; y2[38] := 12153 ;
    y[ 39] := 17758; x[39] := 13866; y1[39] := 14278; y2[39] := 12464 ;
    y[ 40] := 17308; x[40] := 14141; y1[40] := 14840; y2[40] := 12782 ;
    y[ 41] := Double.Nan; x[41] := 14141; y1[41] := 15263; y2[41] := 13066 ;
    y[42] := 16413; x[42] := 14237; y1[42] := 15357; y2[42] := 13113;

    rtest := New SmRedundantVariablesTest.Create();
    // Set explained and explanatory variables
    rtest.Explained.Value := y;
    rtest.Explanatories.Add().Value := x;
    rtest.Explanatories.Add().Value := y1;
    rtest.Explanatories.Add().Value := y2;
    // Set method of constant determination
    rtest.ModelCoefficients.Intercept.Mode := InterceptMode.imAutoEstimate;
    // Set calculation periods
    rtest.ModelPeriod.FirstPoint := 1;
    rtest.ModelPeriod.LastPoint := 43;
    // Select missing data treatment method
    rtest.MissingData.Method := MissingDataMethod.mdmLinTrend;
    // Set moving average parameters
    ARMA := rtest.ARMA;
    OrderList[0] := 1;
    ARMA.OrderMA := OrderList;
    ARMA.CalcInitMode := ARMAInitType.armaitAuto;
    // Set redundant regressors
    redlist[0] := 0;
    rtest.RedundantExplanatories := redlist;