Prognozy o 1 krok do przodu dzięki pakietowi dynlm R.

11

Dopasowałem model z kilkoma zmiennymi niezależnymi, z których jedną jest opóźnienie zmiennej zależnej, używając pakietu dynlm.

Zakładając, że mam prognozy o krok do przodu dla moich zmiennych niezależnych, w jaki sposób mogę uzyskać prognozy o krok do przodu dla moich zmiennych zależnych?

Oto przykład:

library(dynlm)

y<-arima.sim(model=list(ar=c(.9)),n=10) #Create AR(1) dependant variable
A<-rnorm(10) #Create independant variables
B<-rnorm(10)
C<-rnorm(10)
y<-y+.5*A+.2*B-.3*C #Add relationship to independant variables 
data=cbind(y,A,B,C)

#Fit linear model
model<-dynlm(y~A+B+C+L(y,1),data=data)

#Forecast
A<-c(A,rnorm(1)) #Assume we already have 1-step forecasts for A,B,C
B<-c(B,rnorm(1))
C<-c(C,rnorm(1))
y=window(y,end=end(y)+c(1,0),extend=TRUE)
newdata<-cbind(y,A,B,C)
predict(model,newdata)

A oto przykład użycia pakietu dyn, który działa.

library(dyn)

#Fit linear model
model<-dyn$lm(y~A+B+C+lag(y,-1),data=data)

#Forecast
predict(model,newdata)the dyn packages, which works:
Zach
źródło
Użycie tylko dynlmpakietu nie zapewni prognoz dla zmiennych zależnych. Dostarczenie prognoz dla zmiennych zależnych będzie wymagać modelu, aby je wyjaśnić i prawdopodobnie dodatkowych danych. Sugeruję przeczytanie czegoś o regresji wielowymiarowej, takiej jak „Applied Multivariate Statistics Analysis” autorstwa Johnsona i Wichern. lub kurs z prognozowania: duke.edu/~rnau/411home.htm
deps_stats
1
@deps_stats Zmienna zależna jest tym, co chcę prognozować. Zakładam, że mam już prognozy dla moich zmiennych niezależnych. W moim przykładowym kodzie y jest zmienną zależną, którą próbuję przewidzieć, a A, B, C są zmiennymi niezależnymi, dla których już mam prognozy. Jeśli uruchomisz przykładowy kod, który opublikowałem, zrozumiesz naturę mojego problemu.
Zach
@Zach: Dobra ocena Kaggle! (Kliknąłem link w twoim profilu najechania myszką)
Hugh Perkins

Odpowiedzi:

13

Gratulacje, znalazłeś błąd. Prognozy dla dynlmnowych danych są niepoprawne, jeśli zostaną użyte zmienne opóźnione. Aby zobaczyć, dlaczego spójrz na wynik

predict(model)
predict(model,newdata=data)

Wyniki powinny być takie same, ale nie są. Bez newdataargumentów predictfunkcja w zasadzie pobiera modelelement z dynlmwyniku. Za pomocą newdataargumentu predictpróbuje utworzyć nową matrycę modelu newdata. Ponieważ wiąże się to z analizowaniem dostarczonej formuły, dynlma formuła ma funkcję L, która jest zdefiniowana tylko wewnętrznie w funkcji dynlm, powstaje niepoprawna macierz modelu. Jeśli spróbujesz debugować, zobaczysz, że opóźniona zmienna zależna nie jest opóźniana w przypadku podania newdataargumentu.

Co możesz zrobić, to opóźnić zależną zmienną i uwzględnić ją w newdata. Oto kod ilustrujący to podejście. Używam, set.seedaby było łatwo powtarzalne.

library(dynlm)

set.seed(1)
y<-arima.sim(model=list(ar=c(.9)),n=10) #Create AR(1) dependant variable
A<-rnorm(10) #Create independant variables
B<-rnorm(10)
C<-rnorm(10)
y<-y+.5*A+.2*B-.3*C #Add relationship to independant variables 
data=cbind(y,A,B,C)

#Fit linear model
model<-dynlm(y~A+B+C+L(y,1),data=data)

Oto błędne zachowanie:

> predict(model)
       2        3        4        5        6        7        8        9       10 
3.500667 2.411196 2.627915 2.813815 2.468595 1.733852 2.114553 1.423225 1.470738 
> predict(model,newdata=data)
        1         2         3         4         5         6         7         8         9        10 
2.1628335 3.7063579 2.9781417 2.1374301 3.2582376 1.9534558 1.3670995 2.4547626 0.8448223 1.8762437 

Utwórz newdata

#Forecast fix.
A<-c(A,rnorm(1)) #Assume we already have 1-step forecasts for A,B,C
B<-c(B,rnorm(1))
C<-c(C,rnorm(1))

newdata<-ts(cbind(A,B,C),start=start(y),freq=frequency(y))

newdata<-cbind(lag(y,-1),newdata)
colnames(newdata) <- c("y","A","B","C")

Porównaj prognozę z dopasowaniem modelu:

> predict(model)
       2        3        4        5        6        7        8        9       10 
3.500667 2.411196 2.627915 2.813815 2.468595 1.733852 2.114553 1.423225 1.470738 
> predict(model,newdata=newdata)
       1        2        3        4        5        6        7        8        9       10       11 
      NA 3.500667 2.411196 2.627915 2.813815 2.468595 1.733852 2.114553 1.423225 1.470738 1.102367 

Jak widać w przypadku danych historycznych, prognoza jest zbieżna, a ostatni element zawiera prognozę o 1 krok do przodu.

mpiktas
źródło
Jak poradzić sobie z przypadkiem, w którym masz dwa opóźnienia w tej samej formule? lag(y,-1)+lag(y,-2)?
Hugh Perkins
1
Cóż, to rozwiązanie nie działa. Musisz napisać własną funkcję przewidywania.
mpiktas
Ach, tak właśnie zrobiłem:
Hugh Perkins
1
Czy rozważałeś przesłanie go autorom dynlm? Jest to dziwna sytuacja, której nie można przewidzieć za pomocą dynlm.
mpiktas
Hmmm, mówisz, że nie będą magicznie monitorować przepełnienia stosu i naprawiać błędów? To chyba prawda!
Hugh Perkins
2

W odpowiedzi na prośbę @ md-azimul-haque, przekopałem swój 4-letni kod źródłowy i znalazłem następującą odpowiednio nazwaną funkcję. Nie jesteś pewien, czy tego właśnie szuka @ md-azimul-haque?

# pass in training data, test data,
# it will step through one by one
# need to give dependent var name, so that it can make this into a timeseries
predictDyn <- function( model, train, test, dependentvarname ) {
    Ntrain <- nrow(train)
    Ntest <- nrow(test)
    # can't rbind ts's apparently, so convert to numeric first
    train[,dependentvarname] <- as.numeric(train[,dependentvarname])
    test[,dependentvarname] <- NA
    testtraindata <- rbind( train, test )
    testtraindata[,dependentvarname] <- ts( as.numeric( testtraindata[,dependentvarname] ) )
    for( i in 1:Ntest ) {
       cat("predicting i",i,"of",Ntest,"\n")
       result <- predict(model,newdata=testtraindata,subset=1:(Ntrain+i-1))
       testtraindata[Ntrain+i,dependentvarname] <- result[Ntrain + i + 1 - start(result)][1]
    }
    testtraindata <- testtraindata[(Ntrain+1):(Ntrain + Ntest),dependentvarname]
    names(testtraindata) <- 1:Ntest
    return( testtraindata )
}
Hugh Perkins
źródło