Untitled

Input Data

Data

Data berikut ini merupakan saham dari Bank Swiss yang akan digunakan untuk membuat analisis Regresi Time Series dalam Analisis Deret Waktu

Data diinput dari file excel difolder

library(readxl)
Data_Negara_Swiss <- read_excel("~/Data Negara Swiss.xlsx", range = "B2:D55")
print(Data_Negara_Swiss)

## # A tibble: 53 × 3
##     Date   GDP Inflasi
##    <dbl> <dbl>   <dbl>
##  1  1970  7.12    7.02
##  2  1971  9.63    7.40
##  3  1972 25.2     6.01
##  4  1973 10.3     6.72
##  5  1974  4.21    9.91
##  6  1975 13.6     9.78
##  7  1976 10.4    10.2 
##  8  1977 10.6    11.4 
##  9  1978 13.6    10.0 
## 10  1979  8.21    7.21
## # ℹ 43 more rows

Menggunakan ts() sebagai perintah

Data_Negara_Swiss.ts <- ts(Data_Negara_Swiss$GDP + Data_Negara_Swiss$Inflasi,
                          frequency = 53,
                          start = c(1970, 1))
print(Data_Negara_Swiss.ts)

## Time Series:
## Start = c(1970, 1) 
## End = c(1970, 53) 
## Frequency = 53 
##  [1] 14.141214 17.022805 31.238064 17.006945 14.125455 23.350151 20.695350
##  [8] 22.001762 23.582973 15.419325 25.198717 21.235756 14.735256 19.375592
## [15] 25.170253 17.966164 10.216118 27.387512 13.395984 16.847864 19.271121
## [22] 20.467600 19.074502 19.654745 18.321649 10.476488 11.788234  8.081154
## [29]  5.103317 10.402244  9.842278 11.319581  8.163551  5.797858  6.930382
## [36]  4.494406  6.375022 12.636467 13.207818  2.702662  6.498759 11.718153
## [43]  7.421289  7.176939  5.750728  7.266550  3.463219  4.679079  4.258238
## [50]  5.745912  0.587303  3.062371  9.169291

plot(Data_Negara_Swiss.ts, xlab = "Date",
     ylab = "overnight",
     main = "Data Negara Swiss")
points(Data_Negara_Swiss.ts, col = "black")

Melakukan uji stasioner

Uji stasioneritas adalah pengujian yang dilakukan terhadap data deret waktu untuk mengetahui apakah data deret waktu tersebut stasioner atau tidak. Uji stasioneritas Augmented Dickey-Fuller (ADF) adalah salah satu pengujian yang dapat digunakan untuk menguji stasioneritas data deret waktu 1. Uji ADF digunakan untuk menguji hipotesis bahwa data deret waktu tidak stasioner. Hipotesis nol (H0) adalah data deret waktu tidak stasioner, sedangkan hipotesis alternatif (H1) adalah data deret waktu stasioner 1. Uji ADF dapat dilakukan dengan menggunakan perintah adf.test() pada package tseries di R

library(tseries)

## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo

uji_stasioner <- rnorm(69)
adf.test(uji_stasioner)

## 
##  Augmented Dickey-Fuller Test
## 
## data:  uji_stasioner
## Dickey-Fuller = -3.0689, Lag order = 4, p-value = 0.1407
## alternative hypothesis: stationary

differenced_data <- diff(Data_Negara_Swiss.ts)
Data_Negara_Swiss.diff1 <- diff(Data_Negara_Swiss.ts,
                               differences = 1)
plot(Data_Negara_Swiss.diff1,
     main = "data turunan pertama")

Augmented Dickey-Fuller Test

Turunan Kedua

differenced_data<- diff(Data_Negara_Swiss.ts)
Data_Negara_Swiss.diff2<- diff(Data_Negara_Swiss.ts,
                               differences = 2)
plot(Data_Negara_Swiss.diff2,
     main = "Data Turunan Kedua")

z<- diffinv(Data_Negara_Swiss.diff2)
adf.test(z)

## Warning in adf.test(z): p-value smaller than printed p-value

## 
##  Augmented Dickey-Fuller Test
## 
## data:  z
## Dickey-Fuller = -4.8185, Lag order = 3, p-value = 0.01
## alternative hypothesis: stationary

acf(Data_Negara_Swiss.diff2)

main = "ACF Data Negara Swiss"

pacf(Data_Negara_Swiss.diff2,
     main = "PACF Data Negara Swiss")

## Menggunakan

library(forecast)
auto.arima(uji_stasioner,
           trace = TRUE)

## 
##  ARIMA(2,0,2) with non-zero mean : Inf
##  ARIMA(0,0,0) with non-zero mean : 206.9457
##  ARIMA(1,0,0) with non-zero mean : 207.726
##  ARIMA(0,0,1) with non-zero mean : 208.0356
##  ARIMA(0,0,0) with zero mean     : 205.1333
##  ARIMA(1,0,1) with non-zero mean : 208.8339
## 
##  Best model: ARIMA(0,0,0) with zero mean

## Series: uji_stasioner 
## ARIMA(0,0,0) with zero mean 
## 
## sigma^2 = 1.111:  log likelihood = -101.54
## AIC=205.07   AICc=205.13   BIC=207.31