Моделирование многомерных временных рядов в R

Я хочу, чтобы подходила какая-то модель с многовариантными временными рядами, используя R.

Вот пример моих данных:

   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

Данные ежеквартально, фиктивные переменные относятся к сезонности.

То, что я хотел бы сделать, - предсказать dx со ссылкой на некоторые другие, хотя (возможно), учитывая сезонность. Для аргументации, скажем, я хочу использовать "u", "cci" и "gdp".

Как мне это сделать?

Ответ 1

Если вы еще этого не сделали, посмотрите вид временных рядов на CRAN, особенно раздел о многомерных временных рядах.

В области финансов один из традиционных способов сделать это - с факторной моделью, часто с моделью BARRA или Fama-French. Эрик Зивот "Моделирование финансовых временных рядов с S-PLUS" дает хороший обзор этих тем, но он не сразу переносится в R. Ruey Tsay " Анализ финансовых временных рядов" (доступно в пакете TSA на CRAN) также хорошо обсуждается факторные модели и анализ основных компонентов в главе 9.

R также имеет несколько пакетов, которые охватывают векторные авторегрессии (VAR). В частности, я бы рекомендовал посмотреть на пакет Bernard Pfaff VAR Modeling (vars) и соответствующая виньетка.

Я настоятельно рекомендую посмотреть домашнюю страницу Ruey Tsay, поскольку он охватывает все эти темы и предоставляет необходимый код R, В частности, посмотрите "Прикладной многовариантный анализ" , "Анализ финансовых Time Series" и "Многомерный анализ временных рядов" .

Это очень большой предмет, и есть много хороших книг, которые охватывают его, включая как многовариантные временные ряды, так и сезонность. Вот еще несколько:

Клейбер и Цейли. " Applied Econometrics with R "не затрагивает это конкретно, но очень хорошо охватывает общий объект (см. также пакет AER на CRAN).
Shumway и Stoffer. " Анализ временных рядов и его приложения: с примерами R "есть примеры многомерных моделей ARIMA.
Крайер. " Анализ временных рядов: с приложениями в R "является классикой по этому вопросу, обновленной с включением кода R.

Ответ 2

В пакете прогноза попробуйте:

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

для прогнозирования u, cci и gdp.

Чтобы предсказать dx, попробуйте модель VAR. Здесь хороший учебник ( PDF).

Ответ 3

Не знаю, была ли эта функция доступна, когда вы впервые задали этот вопрос, но это легко доступно в базе R теперь с функцией arima; просто укажите внешние регрессоры с аргументом xreg внутри функции. Попробуйте ?arima, и когда вы прочитаете документацию, обратите особое внимание на аргумент xreg. Это было сделано очень просто, удачи.