Question

我用R的MARSS包编写了一个模型。

该模型背后的主要思想是预测可观察的载体至少10个季度，但我似乎无法使用MARSSsimulate函数（我认为这是因为包含了外源载体，命名为季节，在估计过程中）。我非常感谢你的帮助。

提前致谢！

可以下载数据集here

我使用了以下代码

info        <- read.table("series_kalman2.txt",header=T,dec=".")
dat_est_spa <- t(info[,3:6])

Sigma <-  sqrt(apply(dat_est_spa, 1, var, na.rm=TRUE))
y.bar <-  apply(dat_est_spa, 1, mean, na.rm=TRUE)
dat.z <-  (dat_est_spa - y.bar) * (1/Sigma)
rownames(dat.z) = rownames(dat_est_spa)

N.ts <- dim(dat_est_spa)[1]

season <- rbind(rep(c(1,0,0,0),ceiling(dim(dat_est_spa)[2]/4)), 
                rep(c(0,1,0,0),ceiling(dim(dat_est_spa)[2]/4)), 
                rep(c(0,0,1,0),ceiling(dim(dat_est_spa)[2]/4)),
                rep(c(0,0,0,1),ceiling(dim(dat_est_spa)[2]/4)))

rownames(season) <- c("Q1","Q2","Q3","Q4")

season <- season[,-((dim(dat_est_spa)[2]+1):dim(season)[2])]

### Model

cntl.list = list(minit=200, maxit=60000, allow.degen=FALSE)
mod_est_spa   <- list(A="zero", R="diagonal and equal", m=3)
estim_est_spa <- MARSS(dat.z, model=mod_est_spa, control=cntl.list, 
                       form="dfa", covariates=season)

### Forecast

MARSSsimulate(estim_est_spa, tSteps = 10)

Answer 1

我无法从链接网站下载数据文件，因为它显示“权限被拒绝”。

无论如何，你是正确的，因为包含season协变量会排除MARSSsimulate()的使用，但你确实有另一个选择，附带一个很大的警告。

你正在为DFA模型拟合3个潜在趋势，这些趋势本身只是无偏见的随机游走。因此，您可以通过从具有平均向量

的多元法线绘制创新来轻松地模拟随机游走

mu = matrix(0, m, 1)

和方差 - 协方差矩阵

Sigma = coef(estim_est_spa, "matrix")$Q。

您可以获取上一步 T 的估计状态，这将是您预测状态的起始位置

X_T = estim_est_spa$states[,dim(dat_est_spa)[2]]。

载入是

Z = coef(estim_est_spa, "matrix")$Q，

需要旋转。有关矩阵数学，请参阅MARSS User's Guide中的DFA示例。

但请注意，使用DFA模型进行预测的可能性不大，因为潜在趋势是随机游走，这通常会使预测模型非常糟糕。

R使用协变量预测MARSS包

1 个答案: