Tôi sử dụng hàm auto.arima () trong gói dự báo để phù hợp với các mô hình ARMAX với nhiều biến số khác nhau. Tuy nhiên, tôi thường có một số lượng lớn các biến để chọn và thường kết thúc với một mô hình cuối cùng hoạt động với một tập hợp con của chúng. Tôi không thích các kỹ thuật đặc biệt để lựa chọn biến vì tôi là con người và chịu sự thiên vị, nhưng chuỗi thời gian xác thực chéo rất khó , vì vậy tôi không tìm thấy cách nào tốt để tự động thử các tập hợp con khác nhau của các biến có sẵn của mình và đang bị mắc kẹt điều chỉnh mô hình của tôi bằng cách sử dụng phán đoán tốt nhất của riêng tôi.
Khi tôi phù hợp với các mô hình glm, tôi có thể sử dụng lưới đàn hồi hoặc lasso để chuẩn hóa và lựa chọn biến, thông qua gói glmnet . Có một bộ công cụ hiện có trong R để sử dụng mạng đàn hồi trên các mô hình ARMAX không, hoặc tôi sẽ phải tự lăn? Đây thậm chí là một ý tưởng tốt?
chỉnh sửa: Sẽ hợp lý khi tính toán thủ công các thuật ngữ AR và MA (giả sử lên đến AR5 và MA5) và sử dụng glmnet để phù hợp với mô hình?
chỉnh sửa 2: Có vẻ như gói FitAR giúp tôi có một phần, nhưng không phải tất cả, theo cách đó.
forecast
gói tuyệt vời cho R. Anh ấy nói rằng sẽ rất khó khăn với ARIMA đầy đủ, bởi vì bạn phải bọc lasso xung quanh trình tối ưu hóa ARIMA phi tuyến. Một giải pháp một phần sẽ phù hợp với một mô hình AR sử dụng glmnet
với các biến bị trễ. Theo tôi biết, chưa có ai thực hiện điều này với mô hình ARIMA đầy đủ.