Question

我正在尝试使用具有一个内生变量和一个外生变量的VECM来预测时间序列（理想情况下两者都是ex。但这似乎不可能），但仍然遇到错误。我有169个时间序列，我正在尝试使用前140周来预测最后的29个。请参阅下面的代码：

#VECM with exogenous F
#read F and W matrix
Ffactor <- read_excel("FFactor.xlsx", col_names = FALSE)
Wfactor <- read_excel("Wmatrix.xlsx", col_names = FALSE)
Sales<-read_excel("SALES.xlsx")
Wfactor$mean <- rowMeans(Wfactor)
KC_model <- cbind(Sales$UnitSalesKC[1:169], Wfactor$mean)

F140 <- as.data.frame(Ffactor[1:140,])
 for (i in 1:1000)
{
  colnames(F140)[i]<-"f"
}
KC140 <- as.data.frame(KC_model[1:140,])

vecm <- ca.jo(KC140,type = "eigen", ecdet = "const", K = 2, dumvar = F140[1:140,1])
varr <- vec2var(vecm, r=1)#should be 2 because of 2nd order cointegration but it had to be 1
dumvar <- Ffactor[141:169,]
dumvar1 <- as.matrix(dumvar)

predictions <- predict(varr, dumvar=dumvar1[1:29], n.ahead=29)
predictions <- predict(varr, dumvar=dumvar1[1:29], n.ahead=29)

运行第一个预测给出：predict.vec2var中的错误（varr，dumvar = dumvar [1：29,1]，n.ahead = 29）： 'dumvar'的列名与'object $ datamat'中的列名不匹配。

运行第二个给出：predict.vec2var中的错误（varr，dumvar = dumvar1 [1：29,1]，n.ahead = 29）： 'dumvar'的行数不等于'n.ahead'。

但是，调用nrow（dumvar）会产生29.

我之前收到错误告诉我dumvar应该是矩阵，数字或向量，这就是我将其转换为矩阵的原因。以下是运行上述代码所需的所有数据的示例。

#head of KC_model
1 125489.0 -0.427423755
2 115475.0 -0.590675518
3 124298.0 -0.561800218
4 128443.0 -0.785542240
5 120610.0 -0.750909402

#head of FFactor
1 -0.251 
2 -0.0169
3 -0.0434
4 -0.0643
5  0.0215

Answer 1

试试这个：

predictions <- predict(varr, dumvar=as.matrix.data.frame(F140[1:140,1]), n.ahead=29)

它对我有用。

使用预测预测VECM

1 个答案: