使用外源回归量反向测试ARIMA模型

时间:2013-05-19 04:02:02

标签: r validation time-series

是否有办法在使用外源回归量的ARIMA模型中创建一个保持/回测样本。假设我想使用前50个观测值估计以下模型,然后评估其余20个观测值的模型性能,其中x变量预先填充所有70个观测值。最后我真正想要的是绘制开发期和验证/保持期间的实际值和拟合值的图表(也称为时间序列中的返回测试)

library(TSA)

xreg <- cbind(GNP, Time_Scaled_CO)  # two time series objects 

fit_A <- arima(Charge_Off,order=c(1,1,0),xreg) # Charge_Off is another TS object

plot(Charge_Off,col="red")

lines(predict(fit_A, Data),col="green")  #Data contains Charge_Off, GNP, Time_Scaled_CO  

1 个答案:

答案 0 :(得分:0)

您似乎根本没有使用TSA包,并且您不需要解决此问题。这是一些应该做你想做的代码。

library(forecast)
xreg <- cbind(GNP, Time_Scaled_CO)
training <- window(Charge_Off, end=50)
test <- window(Charge_Off, start=51)
fit_A <- Arima(training,order=c(1,1,0),xreg=xreg[1:50,])
fc <- forecast(fit_A, h=20, xreg=xreg[51:70,])
plot(fc)
lines(test, col="red")
accuracy(fc, test)

有关在这些模型中使用R的介绍,请参阅http://otexts.com/fpp/9/1