ARIMA模型预测的分层数据回归

我正在尝试在GTS对象使用ARIMA模型回归时，此错误：ARIMA模型预测的分层数据回归

错误...傅立叶（X，K，长度（X）+（ 1：h））： K不得大于period/2

下面是一段简单的重复性代码。我应该怎样设置k？我尝试过不同的价值观，但似乎没有任何工作。

library(hts) 
y3 <- ts(matrix(rnorm(300),ncol=60,nrow=5)) 
blnames3 <- paste0(rep(c("CA", "NY"), each = 30), # State 
       rep(c("AL", "LA", "CL", "ES"), each = 15), # County 
       rep(c("O", "O", "O", "C", "C"), 12), # Industry 
       rep(c("p", "q", "r", "p", "q"), 12), # Sub-industry 
       rep(504:507, 15)) # Product 
colnames(y3) <- blnames3 

gy3 <- gts(y3, characters=list(c(2,2),c(1,1,3))) 

i=5 
fc <- forecast(gy3, fmethod="arima", seasonal=FALSE, h=6, xreg=fourier(gy3, K=i), newxreg=fourierf(gy3, K=i, h=6))

来源

2015-12-21 jjreddick

对不起，通过添加i更正了代码。 gts来自hts包 - https://cran.r-project.org/web/packages/hts/hts.pdf – jjreddick

您的时间系列还需要频率属性。 –

这里有几个问题。首先，你的时间序列只包含5个观测值，每个观测值太少，不适合任何模型用于预测目的。其次，您没有在ts()调用中指定数据的频率。第三，你不能将gts对象作为第一个参数传递给fourier（）。

下面是一些代码，作品：

library(hts) 
y3 <- ts(matrix(rnorm(3000),ncol=60), frequency=12) 
blnames3 <- paste0(rep(c("CA", "NY"), each = 30), # State 
        rep(c("AL", "LA", "CL", "ES"), each = 15), # County 
        rep(c("O", "O", "O", "C", "C"), 12), # Industry 
        rep(c("p", "q", "r", "p", "q"), 12), # Sub-industry 
        rep(504:507, 15)) # Product 
colnames(y3) <- blnames3 

gy3 <- gts(y3, characters=list(c(2,2),c(1,1,3))) 

i <- 5 
fc <- forecast(gy3, fmethod="arima", seasonal=FALSE, h=6, 
     xreg=fourier(y3[,1], K=i), newxreg=fourierf(y3[,1], K=i, h=6))

注意，要fourierfourierf和第一个参数仅用于确定傅立叶预测器的频率和长度。所以只需使用y3的第一列就足够了。

来源

2015-12-21 04:08:29

ARIMA模型预测的分层数据回归

回答

相关问题