Question

我正在尝试模拟矢量/多变量ARMA流程并进行预测。

我知道我可以使用 VARMAsim （在包MTS中）或 varima.sim （在包portes中）进行模拟。假设我模拟长度为n = 300的VARMA Z =（Z1，Z2）。可以使用invertQ（在包装端口中）检查固定和可逆性。

使用函数 VARMA （在MTS包中）我可以使用VARMA模型拟合模拟数据Z.输出给出了“AR系数矩阵”和“MA系数矩阵”以及aic和bic。

我的问题是：

如何选择 p 和 q 的订单，VARMA所需的功能是什么？
在单变量情况下，我们使用函数 预测（object，n.ahead，...） 来预测未来的值。在多变量情况下，哪个功能可以做到这一点？

谢谢

修改：

选择AR和MA订单

在MTS包中，我找到了Eccm（扩展互相关矩阵）函数，它可用于识别AR和MA顺序。该函数给出了向量时间序列的多元Ljung-Box统计量的p值。

Eccm(zt, maxp = 5, maxq = 6, include.mean = FALSE, rev = TRUE)

但我不知道如何从输出表中选择p值？例如，我有下表（抱歉，我不知道如何制作一张桌子）：

扩展互相关矩阵的p值表：
栏目：MA订单
行：AR订单
-------- 0 -------- 1 ------- 2 ------- 3 ------ 4 ------ 5 ------ 6
0 --- 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
1 --- 0.0000 0.6159 0.8570 0.9127 0.7225 0.4764 0.7629
2 --- 0.3262 0.6724 0.8356 0.1448 0.2728 0.9801 0.9848
3 --- 0.9180 0.9882 0.4939 0.4119 0.8937 0.9934 0.9984
4 --- 0.9473 0.9340 0.8216 0.9739 0.9864 0.9996 0.9962
5 --- 0.9861 0.9331 0.9983 1.0000 0.9937 0.9802 0.9934

我应该选哪一个？为什么？

在同一个包（MTS）中，我找到了函数VARMApred（...），它应该是我们上面的预测函数的多变量版本。

Answer 1

不是真正的答案但是，你试过topepo吗？ http://topepo.github.io/caret/Multivariate_Adaptive_Regression_Splines.html

使用R进行多变量预测（包MTS和portes）

1 个答案: