séries temporais multivariadas modelagem em R

Question

Eu quero fazer caber algum tipo de multi-variate modelo de séries temporais usando R.

Aqui está uma amostra dos meus dados:

   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 

Os dados são trimestrais, as variáveis ??binárias são para sazonalidade.

O que eu gostaria de fazer é prever dx com referência a alguns dos outros, enquanto (possivelmente) permitindo a sazonalidade. Por causa do argumento, vamos dizer que eu quero usar "u", "CCI" e "PIB".

Como eu iria fazer isso?

Answer 1

Se você não tiver feito isso, ter um olhar para as séries temporais vista sobre CRAN , especialmente a seção sobre séries temporais multivariadas.

Em finanças, uma forma tradicional de fazer isso é com um modelo de fatores, muitas vezes com qualquer um modelo tipo BARRA ou Fama-francês. Eric Zivot "Modelagem de séries financeiras com S-PLUS" dá uma boa visão geral desses tópicos , mas não é imediatamente transferível para R. Ruey Tsay de " Análise do Tempo Financial Series "(disponível no pacote TSA em CRAN) também tem uma boa discussão de modelos de fatores e análise de componentes principais, no capítulo 9.

R também tem um número de pacotes que cobrem vector autoregression (VAR) modelos . Em particular, eu recomendaria olhando para VAR Modelagem de Bernhard Pfaff (VARs) pacote e a vinheta relacionado .

Eu recomendo fortemente olhando para página de Ruey Tsay porque cobre todos estes temas, e fornece o código R necessário. Em particular, olhar para o "Análise Multivariada Aplicada" , "Análise financeira Série Time" , e "Análise multivariada Time Series" cursos.

Este é um grande assunto e há muitos bons livros que cobrem-lo, incluindo tanto multivariada forcasting série de tempo e sazonalidade. Aqui estão mais alguns:

1. Kleiber e Zeileis. " Econometria Aplicada com R " não aborda este especificamente, mas cobre o assunto geral muito bem (veja também o pacote AER em CRAN).
2. Shumway e Stoffer. " Análise de Séries e suas aplicações: Com R Exemplos " tem exemplos de ARIMA multivariada modelos.
3. Cryer. " Análise de Séries: com aplicações em R " é um clássico sobre o assunto, atualizada para incluir código R.

Answer 2

No pacote de previsão, tente:

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

para a previsão u, cci e gdp.

Para prever dx disso, tente o modelo VAR. Aqui está um bom tutorial ( PDF ).

Answer 3

Não sei se essa funcionalidade estava disponível quando solicitado pela primeira vez esta questão, mas isso é facilmente disponível em R base de agora com a função arima; apenas especificar os seus regressores externos com o argumento xreg dentro da função. Tente ?arima e quando você leia a documentação prestar especial atenção para o argumento xreg. Isso tem sido muito fácil, boa sorte.