Gretl中的加权移动平均

Question

我有一个关于gretl的问题，以及如何计算移动avarage的滤波器。

我有一个时间序列，我想要计算以5为中心的加权移动平均，其权重是：0.15，0.2，0.3，0.2，0.15。

在gretl的主页中，我们有一个Variabile窗口，我可以在其中选择Filter，但是对于我想要做的事情没有选择，例如，简单的移动avarage。

在R中，我会这样做：

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]}

其中，x是我的时间序列，T是观察的数量。

但我的问题是：

1. 在gretl中，它是否存在一种用户友好的方法？
2. 如果不是，在控制台中做这件事的最好方法是什么？它有特定的功能吗？

Answer 1

我不知道你到底怎么称呼用户友好，但是既然你想要有那些特定的权重，我想输入一些数字是没有办法的，对吧？因此，如果我正确地理解了您，并给出了您的系列x(在声明和识别为时间序列的dataset中)，那么您只需键入以下公式：

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

(您也可以键入“genr”或省略它，而不是“series”，但我建议使用这个显式的变体。括号内的+符号也是这样，以指示引线而不是滞后。)“体重”这个名字当然是任意的。

至少有两个地方可以输入该公式:要么选择从菜单中添加/Define新变量，这将为您提供一个带有公式字段的对话框窗口，要么打开gretl控制台(或脚本编辑器窗口)。

在脚本中可能更灵活的解决方案可以使用gretl变量列表和“lin梳理”函数，如下所示：

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)

在中心MA的假设下，从权向量的长度也可以推断出正确的最大引线值，但我把它留在这里。