程勝

摘要：開放、免費的R軟件應用越來越廣泛，本文歸納了R軟件較其他商業(yè)軟件的優(yōu)勢，結合實例分析了R軟件在時間序列分析課程中的具體應用。通過教學效果來看，采用R作為教學軟件，能夠提高學生的學習熱情，提升學生自我學習的能力，教學效果有顯著變化。

關鍵詞：R軟件;時間序列分析;教學

中圖分類號：G642.0???? 文獻標志碼：A???? 文章編號：1674-9324（2014）41-0173-03

R統(tǒng)計軟件是由Auckland大學開發(fā)的，其開源、免費、高效的特點使得軟件普及率迅速提升。根據最新的調查，R軟件的使用率已經超過傳統(tǒng)的SAS、SPSS、Statistica等商業(yè)軟件，成為數據分析的熱門工具。

一、R軟件的優(yōu)勢

R軟件是一個開放的統(tǒng)計編程環(huán)境，內嵌S編程語言。與其他統(tǒng)計分析軟件比較而言，利用R軟件進行數據分析具有以下優(yōu)勢。

1.R軟件是開源的、免費的。與SAS、SPSS、S-Plus、Statistica、Mathematics等商業(yè)軟件動輒十幾萬、幾十萬的購置費及昂貴的維護升級費用相比，R軟件則是完全免費、不需要支付任何費用，且數據分析、建模能力毫不遜色。另外，開源的R軟件比封裝、集成的商業(yè)軟件更具有靈活性。基于網絡溝通的及時有效性，R軟件更新速度快，在公共的R軟件平臺下，集合全球統(tǒng)計學家的智慧，不斷開發(fā)穩(wěn)定、前沿的統(tǒng)計分析包，使得其使用率急劇上升，呈現(xiàn)明顯的軟件價值邊際效應遞增趨勢。

2.R軟件是跨平臺的。R軟件能夠在多種操作系統(tǒng)下運行，如Windows、UNIX、Macintosh等。R軟件這一特點極大地方便了用戶在不同操作系統(tǒng)下的轉換，提高了軟件分析的運行效率。同時這種跨平臺的運行也給大數據計算、云計算等提供了穩(wěn)定的集成環(huán)境，提升了海量數據分析和挖掘的可能。

3.R軟件涵蓋廣泛。目前R網站上提供了約2400個程序包，包括基礎統(tǒng)計學、社會學、經濟管理、金融、生態(tài)、空間統(tǒng)計、系統(tǒng)發(fā)育分析、生物信息等多個方面，而且基于開發(fā)的網絡平臺，R網站不斷提供新的、方便的統(tǒng)計程序包。

4.R軟件突出的是統(tǒng)計思想。一般的集成商業(yè)軟件更像是一個黑匣子，只要有數據輸進去，結果就會出來，至于計量、統(tǒng)計背后的含義和邏輯并不十分明了。R軟件則不同，眾多的統(tǒng)計分析包都是可編輯和重新編譯的，使用者可根據自身需求，按照統(tǒng)計分析邏輯量身定做獨特的程序包。這樣，使用者同時也是開發(fā)者，對于統(tǒng)計思想的認識和把握會更加清晰。

二、R軟件在《時間序列分析》中的具體應用

R軟件與其他同級分析軟件不同，可以單獨定義時間序列數據類型，并且提供了大量的相關函數，運行這些函數之前需要對數據進行時間序列化。如對我國1960—2010年碳排放數據進行自相關和偏相關的分析，并建立ARIMA模型，其程序代碼如下：

d=scan（"carbon.csv"）#讀入碳排放數據數據

carbon=ts（d，start=1964，freq=1） #將數據時序化

plot.ts（carbon） #繪制時序圖

acf（carbon，24） #繪制自相關圖，滯后期數24

pacf（carbon，24） #繪制偏自相關圖，滯后期數24

corr=acf（carbon，24） #保存相關系數

cov=acf（carbon，24，type="covariance"） #保存協(xié)方差

Box.test（prop，type="Ljung-Box"，lag=6） #純隨機性檢驗，p值小于5%，序列為非白噪聲

Box.test（prop，type="Ljung-Box"，lag=12）

arima（prop，order=c（1，0，0），method="ML"） #用AR（1）模型擬合，如參數method="CSS"，估計方法為條件最小二乘法，用條件最小二乘法時，不顯示AIC。

predict（arima（prop，order=c（1，0，0）），n.ahead=5） #預測未來5期

ts.plot（prop，prop.fore$pred，col=1：2）#作時序圖，含預測。

lines（U，col="blue"，lty="dashed"）

lines（L，col="blue"，lty="dashed"）#在時序圖中作出95%置信區(qū)間

代碼運行完，R將輸出我國碳排放數據的ARIMA模型各項參數及預測5期結果。由上例可見，R軟件通過交互式的編程操作，能夠簡單明了地告知使用者在運用ARIMA模型過程中的各個步驟及主要統(tǒng)計量。用戶通過試錯的方式能夠對ARIMA模型的主要思想及內容有比較清晰的把握。

此外，時間序列分析中關于GARCH模型的運用既是課程教學的重點，也是學生知識掌握的難點，由于GARCH模型種類較多，在以往的教學中，我們大多時間采用SAS進行教學，當然學生通過SAS的簡單編程，也能實現(xiàn)GARCH模型，但是效果總是不好，主要問題有兩個：一是SAS的GARCH編程主要利用AUTOREG過程，而該過程能夠實現(xiàn)的又不僅僅只有GARCH模型一種，因此，學生運用過程中總是容易混淆。二是SAS編程的過程與GARCH模型的原理大體是一致的，但是其過程的實現(xiàn)是個黑匣子，學生在教學實踐環(huán)節(jié)中花了大量精力在收集數據和整理數據上，而對于GARCH模型實現(xiàn)的過程與原理一知半解，或者不用知曉，只要看最終結果是否通過顯著性檢驗，便認為模型建立成功。相比較SAS而言，R提供開源的代碼，學生不僅可以直接利用基礎統(tǒng)計的程序包開發(fā)自己的GARCH模型，也可以根據數據本身的要求，按照GARCH的變種模型邏輯結構來修改源代碼，開發(fā)多種GARCH模型，并通過擬合效果來選擇適宜的模型。R軟件提供了fGarch包來幫助使用者開發(fā)GARCH模型。以下實例仍然采用我國1960—2010年碳排放數據建立AR-GARCH模型。具體代碼如下：

library（tseries）

library（fGarch）

library（FinTS）

a=ts（scan（"carbon.csv"））

ts.plot（a）

fit=lm（a～-1+time（a））

r=resid（fit）

summary（fit）

pacf（r^2）

acf（r）

acf（r^2）

AutocorTest（r） #殘差是否存在序列相關ArchTest（r） #是否存在ARCH效應

fit1=garchFit（～arma（2，0）+garch（1，1），data=r，algorithm="nlminb+nm"，trace=F，include.mean=F）

summary（fit1）

運行代碼后，R輸出了AR（2）-GARCH（1，1）模型結果，并通過summary函數可對運行結果的基本統(tǒng)計屬性進行全面的了解和分析。

通過上述時間序列分析中兩個常用的ARIMA模型和GARCH模型在R中的運用，我們可以發(fā)現(xiàn)基于R軟件的時間序列教學有如下幾個優(yōu)點：一是編程代碼簡單、清晰，用戶不用太多計算機編程基礎，便可輕松實現(xiàn)各種模型。二是相較其他封裝的商業(yè)軟件而言，R實現(xiàn)更加靈活，用戶可以根據自身科研教學的需要，對基本統(tǒng)計程序包進行修改和重編譯，開發(fā)屬于自己的軟件包。三是R編程的交互式平臺能夠幫助用戶加深對統(tǒng)計模型的基本思想和脈絡的掌握，提升基于數據分析的統(tǒng)計思想能力，幫助學生對于知識的理解。

三、R軟件實踐教學效果分析

2008年以前，本系開設了統(tǒng)計軟件分析課程中主要講解SAS、Eviews等軟件的應用，為接續(xù)的應用回歸分析、時間序列分析課程提供軟件基礎。2008年以后，我們開始只用R軟件作為時間序列分析的主要實踐工具，通過近五年的教學，教學效果發(fā)生了巨大提升，主要體現(xiàn)在以下幾個方面。

1.學生的基礎知識更為扎實了。R開源的特性激發(fā)了學生對統(tǒng)計理論的基本脈絡和邏輯思想的學習熱情。在以往的教學中，理論學習與實踐環(huán)節(jié)往往存在著不同程度的脫節(jié)，理論考試成績高的學生，其實踐動手能力不強;實踐環(huán)節(jié)成績好的同學，理論知識掌握不牢。通過R軟件的學習，學生普遍反映在理論知識與實際操作的聯(lián)系上有了很大提升，對于理論知識的學習也沒有以前枯燥了，對于基本統(tǒng)計思想的理解更加深刻了。

2.學生對于新統(tǒng)計方法的接受能力更強了。在網絡信息時代，數據獲得的渠道越來越通暢，獲得的數據也愈來愈多，對于傳統(tǒng)統(tǒng)計方法的挑戰(zhàn)也日益增強。R軟件是集合全球統(tǒng)計人的智慧于一身，不斷推出新的統(tǒng)計分析方法解決新的數據。因此在教學過程中，我們除了講授一般性的基礎知識以外，也會講解一些最新的統(tǒng)計理念和思路，拓寬學生的知識視野，培養(yǎng)學生能夠遵循統(tǒng)計發(fā)展的一般規(guī)律和國際前沿發(fā)展來自我學習的能力。如在GARCH模塊的學習中，我們講解了IGARCH、TGARCH、EGARCH、MGARCH等基本的異方差模型，也結合實際案例講授了多個時間序列之間互動的CCCGARCH、DCCGARCH等動態(tài)GARCH模型。有學生利用R軟件建立了國際金價與我國股市的動態(tài)關聯(lián)、我國貨幣政策獨立性的有效識別等模型參加國內暑期經濟學、管理學和統(tǒng)計學夏令營，得到了夏令營老師的高度評價并獲得了相關“985”高校的保研資格。

3.學生的成績有了顯著提高。我校近期進行了教學質量評估，通過梳理歷年來學生的考試成績發(fā)現(xiàn)，使用R作為教學軟件以來，學生成績優(yōu)良比例大幅度上升。學生的表現(xiàn)反饋在學習計量經濟學、時間序列分析、應用回歸分析、空間統(tǒng)計分析、生物統(tǒng)計分析等專業(yè)主干課程的過程中，熱情提高了，知識掌握程度提高了，實踐能力提高了，學習的難度降低了。

R軟件開放、高效的特點契合了大數據時代，契合了新世紀下本科生學習方法變化的特征，為我們的時間序列分析課程教學提供了強而有力的支撐。強化了學生在理論學習和實踐教學之間的關聯(lián)度，提高了學生自我學習熱情和能力。因此，從長期來看，R軟件在統(tǒng)計教學、科研中的運用具有廣闊的前景。

參考文獻：

[1]Jonathan D.Cryer，Kung-Sik Chan.時間序列分析及應用：R語言[M].機械工業(yè)出版社，2011.

[2]王小明，韓小亮.S-Plus應用統(tǒng)計教程[M].上海財經大學出版社，2005.

[3]閏朝暉.R軟件在多元統(tǒng)計分析教學中的應用研究[J].科技創(chuàng)新導報，2011，（01）.