48

Rを使用して、ある種の多変量時系列モデルに適合させたい.

これが私のデータのサンプルです：

   u     cci     bci     cpi     gdp    dum1 dum2 dum3    dx  
 16.50   14.00   53.00   45.70   80.63  0   0    1     6.39 
 17.45   16.00   64.00   46.30   80.90  0   0    0     6.00 
 18.40   12.00   51.00   47.30   82.40  1   0    0     6.57 
 19.35   7.00    42.00   48.40   83.38  0   1    0     5.84 
 20.30   9.00    34.00   49.50   84.38  0   0    1     6.36 
 20.72   10.00   42.00   50.60   85.17  0   0    0     5.78 
 21.14   6.00    45.00   51.90   85.60  1   0    0     5.16 
 21.56   9.00    38.00   52.60   86.14  0   1    0     5.62 
 21.98   2.00    32.00   53.50   86.23  0   0    1     4.94 
 22.78   8.00    29.00   53.80   86.24  0   0    0     6.25

データは四半期ごとで、ダミー変数は季節性に関するものです。

私がやりたいことは、（おそらく）季節性を考慮しながら、他のいくつかを参照してdxを予測することです。議論のために、「u」、「cci」、および「gdp」を使用したいとしましょう。

どうすればこれを行うことができますか？

4

3 に答える 3

114

まだ行っていない場合は、CRAN の時系列ビュー、特に多変量時系列のセクションを見てください。

金融では、これを行う伝統的な方法の 1 つはファクター モデルを使用することであり、多くの場合、BARRA または Fama-French タイプのモデルを使用します。Eric Zivot の「Modeling Financial Time Series with S-PLUS」では、これらのトピックの概要がよくわかりますが、R. Ruey Tsay の「Analysis of Financial Time Series」(CRAN の TSA パッケージで入手可能) にすぐに転用することはできません。第9章の因子モデルと主成分分析の素晴らしい議論.

R には、ベクトル自己回帰 (VAR)モデルをカバーする多数のパッケージもあります。特に、Bernhard Pfaff のVAR Modeling (vars)パッケージと関連する vignetteを参照することをお勧めします。

これらすべてのトピックをカバーし、必要な R コードを提供しているため、 Ruey Tsay のホームページを見ることを強くお勧めします。特に、「応用多変量分析」、「金融時系列分析」 、「多変量時系列分析」のコースを見てください。

これは非常に大きなテーマであり、多変量時系列予測と季節性の両方を含む、多くの優れた本でカバーされています。さらにいくつかを次に示します。

  1. クライバーとツァイリス。" Applied Econometrics with R " はこれを具体的に扱っていませんが、全体的な主題を非常によくカバーしています (CRAN の AER パッケージも参照してください)。
  2. シャムウェイとストファー。「Time Series Analysis and Its Applications: With R Examples」には、多変量 ARIMA モデルの例があります。
  3. クライヤー。「Time Series Analysis: With Applications in R」は、R コードを含むように更新されたこのテーマに関する古典です。
于 2009-11-11T14:25:19.897 に答える
7

予測パッケージで、次を試してください。

arima(df[,1:4], order=(0,0,0), xreg=df[,6:8])

予測用u、cciおよびgdp.

そこから予測するdxには、VAR モデルを試してください。ここに良いチュートリアルがあります ( PDF )。

于 2013-07-16T20:51:59.327 に答える
3

最初にこの質問をしたときにこの機能が利用可能であったかどうかはわかりませんが、これは現在、ベース R で arima 関数を使用して簡単に利用できます。関数内で xreg 引数を使用して外部リグレッサーを指定するだけです。ドキュメントを読むときは、 xreg?arima引数に特に注意してください。これは非常に簡単にできました。幸運を祈ります。

于 2012-12-03T07:57:45.370 に答える