Làm thế nào để đạt được dự báo tích cực nghiêm ngặt?

Tôi đang làm việc trên một chuỗi thời gian có giá trị hoàn toàn tích cực . Làm việc với các mô hình khác nhau bao gồm AR, MA, ARMA, v.v., tôi không thể tìm thấy một cách dễ dàng để đạt được các dự báo tích cực nghiêm ngặt.

Tôi đang sử dụng R để thực hiện dự báo của mình và tất cả những gì tôi có thể tìm thấy là dự báo.hts {hts} có tham số dương được mô tả ở đây:

Dự báo chuỗi thời gian phân cấp hoặc nhóm, gói hts

## S3 method for class 'gts':
forecast((object, h,
  method = c("comb", "bu", "mo", "tdgsf", "tdgsa", "tdfp", "all"),
  fmethod = c("ets", "rw", "arima"), level, positive = FALSE,
    xreg = NULL, newxreg = NULL, ...))

positive
    If TRUE, forecasts are forced to be strictly positive

http://www.inside-r.org/packages/cran/hts/docs/forecast.gts

Bất kỳ đề xuất cho chuỗi thời gian không phân cấp? Điều gì về khái quát hóa về việc sử dụng các ràng buộc khác như tối thiểu, tối đa, vv?

Ngay cả khi không được thực hiện trong R, các đề xuất về bài viết, mô hình hoặc các phép biến đổi chung hữu ích sẽ được đánh giá cao.

Với forecastgói cho R, chỉ cần đặt lambda=0khi lắp mô hình. Ví dụ:

fit <- auto.arima(x, lambda=0)
forecast(fit)

Nhiều hàm trong gói cho phép lambdađối số. Khi lambdađối số được chỉ định, phép chuyển đổi Box-Cox được sử dụng. Giá trị chỉ định chuyển đổi nhật ký. Vì vậy, cài đặt có nghĩa là dữ liệu đã ghi được mô hình hóa và khi dự báo được tạo, chúng được chuyển đổi trở lại không gian ban đầu.$\lambda=0$lambda=0

Xem http://www.otexts.org/fpp/2/4 để thảo luận thêm.