问：R NNETAR外部回归器合并

Question

这是关于预测包的nnetar函数的统计直觉的问题。据我所知，vignette中提到的很少。  以及预测包的实际手册。如果还有其他

我知道nnetar利用了nnet库。我不明白的是外部回归量“xreg”是如何计入隐藏层的。

换句话说，正如Hyndman教授在the arimax model muddle中建议的那样，auto.arima函数适合基于指定测试的ARIMA部分，单位根和“X”外部回归量通过xreg参数计算在内。如果有多个外部回归量，最终结果是带有ARIMA误差的多元线性回归。

nnetar的等价物是什么？那些外部变量有系数吗？如何考虑外部变量的贡献以及如何找到它们的相对权重？

最后，我知道bsts包对我来说更加不透明。这种非参数预测还有其他类似的包吗？

Answer 1

外部回归量只是作为额外的协变量加上响应的滞后值（如"ARMAX models" section中的第一个等式）。这与具有ARMA错误的回归模型形成对比。

可以检索权重 ，但我不确定它们会有多大帮助。有几个复杂的因素：

• 一般来说，很难从神经网络权重中推导出意义
• 在nnetar中，外部回归量与滞后值一起拟合（如上所述）
• 除非另有说明，nnetar适用于具有不同随机起始权重的多个网络（默认为20个），然后对其预测进行平均。

如果您确实想看到它们，这里有一个从每个网络获取权重的简单示例：

library(forecast)
mynnetar <- nnetar(lynx)
mynnetar$model[[1]]$wts
mynnetar$model[[2]]$wts
## ...
mynnetar$model[[20]]$wts

这将返回每个网络的权重向量。我相信它被命令作为输入 - 隐藏 - 输出，但你必须查看nnet文档来确认，并检查哪些对应于偏差。外部回归量位于模型矩阵中的滞后值之后。

CRAN Task View for time series列出了许多用于预测的软件包，可能还有其他一些对您有用的软件包。