我有这样的数据集
data <- ts(matrix(rnorm(144, mean=0, sd=1), ncol=6), start=c(2007,1), frequency=12)
我计算了两个因素。
factors <- ts(t(t(eigen(cor(data))$vectors[,1:2] %*%
sqrt(diag(eigen(cor(data))$values[1:2]))) %*%
t(scale(data))), start=c(2007,1), frequency=12)
colnames(factors) <- c("f1", "f2")
我将这些因素与数据集结合起来。
favar <- ts.union(factors, data)
colnames(favar) <- c(colnames(factors), colnames(data))
然后，我想估计VAR。
require(vars)
model <- VAR(favar, type="const", ic="FPE")
不幸的是，一些系数是NA。当我预测我的模型时，它只会产生缺失值。
predict(model, n.ahead=4, ci=0.95)
$f1
fcst lower upper CI
[1,] NA NA NA 3.6669
[2,] NA NA NA NA
[3,] NA NA NA NA
[4,] NA NA NA NA
如何处理模型中的缺失值，以便我可以预测它？我已经尝试过使用相同结果的forecast包的forecast（）。不幸的是，我无法在Package'vars'指南中找到有用的东西，也无法帮助VAR（）页面。