3.2. Зв'язок курсу британського фунта к євро в гривне

Для перевірки зв’язку між фунтом та євро мені знадобляться дані. Дані я з качав з сайту “Investfunds группа cbonds” [25, 26] у форматі *.xls. Далі формат xls пере зберіг у форматі *.csv(рис.3.22.) для подальшої роботи з даними у пакеті R.

Аналогічні зауваження

Рис.3.22.Зберігання даних у формат *.csv

Включаю статистичний пакет R, після чого прописую наступні функції щоб завантажити дані data <- read.table(file = file.choose(), col.names = c("data", "time", "pokupka", "prodazha"), sep = ";", dec = ",", row.names = 1) (рис.3.23.).

Рис.3.23. Дані у пакеті R

Задаю числа спостережень(рис.3.24.).

Рис.3.24. Числа спостереження

Далі дані потрібно впорядкувати попарно за зростанням значень "funt". Це можна зробити за допомогою такої функції: h=data[order(data[,2]),] (рис.3.25).

Рис.3.25. Частина матриці після впорядкування попарно за зростанням значень " funt"

Далі потрібно з цієї матриці виокремити вектори "funt" і "єvro". Це роблю за допомогою такої функції: t = matrix(data = h[,2]), r = matrix(data = h[,3]) (рис.3.26, 3.27).

Рис.3.26. Перший вектор

Рис.3.27. Другий вектор

Тепер все готово для розрахунку коефіцієнта детермінації. Його будемо розраховувати за формулами (1.1; 1.2; 1.4). На рисунку 3.28. зображений фрагмент розрахунку коефіцієнта детермінації та результат виконання.

Рис.3.28. Коефіцієнт детермінації та алгоритм його знаходження

Находжу коефіцієнт кореляції за допомогою функції: cor(t,r) (рис.3.29).

Рис.3.29. Розрахунок коефіцієнта кореляції

Після всіх розрахунків створюю графік за допомогою функції: plot(t,r, type = "o")t, r – координати точок на графіку, type = "o" – з’єднує точки (рис.3.30).

Рис.3.30. Графік зв’язку "funt" і "єvro"

На графіку видно що зв'язок лінійний, але для більш детального спостереження можна взяти менший період і подивитися результат.

Всі розрахунки робимо аналогічно але беремо певний період починаючи з 80-го елементу з кроком 80-ят елементів(рис.3.31).

Рис.3.31. Період з 60-го елементу з кроком 90-то елементів.

Коефіцієнт кореляції і детермінації зміниться(рис.3.32).

Рис.3.32. Коефіцієнт кореляції та детермінації.

На графіку видно що не тільки лінійний зв'язок спостерігається на графіку але й циклічний(рис.3.33.).

Рис.3.33. Графік періоду з 60-го елементу з кроком 90-то елементів.

Також цю задачу можливо розв’язати іншим способом. Для початку загружаю дані в пакет R (рис.3.34).

Рис.3.34. Частина даних

За тим будую вектор із даних за допомогою koo=t(ko) (рис.3.35).

Рис.3.35. Частина вектора даних

Потім формую два вектора, в першому векторі будуть значення "pokupka"(рис.3.36), а в другому векторі "prodazha"(рис.3.16).

Рис.3.36. Перший вектор

Рис.3.37. Другий вектор

Тепер все готово для розрахунку коефіцієнта детермінації. На рисунку 3.38. зображений розрахунок коефіцієнта детермінації та результат виконання.

Рис.3.38. Коефіцієнт детермінації та алгоритм його знаходження

Находжу коефіцієнт кореляції за допомогою функції: cor(x,y) (рис.3.39).

Рис.3.39. Розрахунок коефіцієнта кореляції

Після всіх розрахунків створюю графік за допомогою функції: plot(x,y, type = "o")x, y – координати точок на графіку, type = "o" – з’єднує точки (рис.3.40).

Теж саме що і в попередньому прикладі на графіку видно що зв'язок лінійний але в деяких місцях він ще й циклічний, для більш детального спостереження також потрібно взяти менший період і подивитися результат.

Всі розрахунки робимо аналогічно але беремо певний період починаючи з 60-го елементу з кроком90-то елементів(рис.3.20).

Рис.3.40. Графік зв’язку "pokupka" і "prodazha"

Рис.3.41.Розрахунок більш детального графіка

Тепер на графіку видно що не тільки лінійний зв'язок ай циклічний(рис.3.42.).

Рис.3.42.Графік зв’язку