如何使用带有卡尔曼滤波的DLM进行预测

19

有人可以引导我看一个有关如何在时间序列上的R中使用DLM卡尔曼滤波的示例。假设我有一个这些值（季度值和年度季节性）；您将如何使用DLM预测下一个值？顺便说一句，我是否有足够的历史数据（最小值是多少）？

89  2009Q1  
82  2009Q2  
89  2009Q3  
131 2009Q4  
97  2010Q1  
94  2010Q2  
101 2010Q3  
151 2010Q4  
100 2011Q1  
?   2011Q2

我正在寻找R代码食谱样式的逐步说明类型的答案。预测的准确性不是我的主要目标，即使我没有足够的数据，我只是想学习能为我提供2011年第二季度数字的代码序列。

r  time-series  forecasting 
— 大田田
source
3
这可能会在stats.stackexchange.com上获得更好的答案
— Joshua Ulrich
碰碰...我仍然不明白该怎么做。有任何人在回答原始帖子吗？
— datayoda 2011年
2
使用DLM时，它的食谱风格不如您想的那样。我会接受RockScience的回答（DLM插图）并逐步解决。DLM更像是设计程序，而不是仅仅需要插入一些数据并调整一些参数的其他技术。最终，您将设计一组实现诸如“隐马尔可夫模型”之类的数组，并且该dlm软件包使此过程变得尽可能容易。
— 韦恩
您有解决问题的方法吗？我正在寻找类似时间序列问题的解决方案，但找不到解决方案。
您是否已完成@RockScience建议的论文？你看过dlm包裹了吗？正如我在回答中所说的那样，DLM与将某些变量插入函数调用相比，更像是创建程序。datayoda从未接受过答案，因此我不确定他们是否超过了这一观察范围。
— 韦恩

Answers:

16

DLM很酷，但是它们不像ARIMA或其他方法那样简单。在其他方法中，您插入数据，然后调整算法的某些参数，也许参考各种诊断来指导设置。

使用DLM，您正在创建一个状态空间机，它由几个矩阵组成，这些矩阵基本上实现了诸如隐马尔可夫模型之类的东西。一些软件包（sspir我认为，其中包括一些软件包）希望您理解概念以及矩阵的功能。我强烈建议您从该dlm程序包开始，并按照@RockScience的建议逐步浏览小插图。

随着dlm你要基本上采取以下几个步骤：

  1. 什么样的组件描述了我的系列？趋势？季节性？外生变量？您将使用dlm类似于dlmModPoly实现这些组件的工具，并使用+运算符将它们结合在一起成为一个模型。

  2. 创建一个R子例程，该例程需要使用此模型需要的许多参数，使用这些参数创建组件，然后将它们加在一起并返回结果模型。

  3. 使用dlmMLE做一个搜索/优化，找到合适的参数（使用MLE，这基本上是最优化，与可以发生在优化的陷阱）。dlmMLE重复调用带有候选参数的R子例程来创建模型，然后对其进行测试。

  4. 使用创建的R子例程以及在步骤3中找到的参数，创建最终模型。

  5. 使用过滤数据dlmFilter，然后使用过滤数据dlmSmooth。

  6. 如果您使用dlmModReg或执行任何导致模型具有时变参数的操作，则无法使用它dlmForecast来预测序列。如果您最终使用时变模型，则需要使用NA填充输入数据，并dlmFilter为您填写NA（可怜人的预测），因为dlmForecast它不适用于时变参数。

  7. 如果要单独检查各个组成部分（说说趋势，应与季节性分开检查），则需要了解矩阵以及每一列中的内容，还需要了解如何dlm将它们组合在一起（顺序很重要！）。

还有一个名称不知我的软件包，它试图创建一个可以使用其中一些软件包的前端（包括dlm后端）。不幸的是，我从来没有使它运行良好，但是那可能就是我。

我真的建议买一本关于DLM的书。我得到了其中的几个，并且dlm为了达到自己的位置而玩得很开心，而且我绝对不是专家。

— 韦恩
source
谢谢韦恩，我认为我的案件非常简单，以至于我在视觉检查中没有发现任何明显的趋势或季节性。（但是，如果您知道R中的任何测试，请告诉我，我将尝试运行它们）。我的问题是我不知道如何在dlm函数中为数据填充参数（FF，V，GG，W，m0，C0，dV等）？这是我的主要问题。如果我有一个二元系列数据（y = X1 + X2），例如（价格=需求+供应），那么如何为我的数据计算这些参数呢？dlm功能所需的FF，V，GG，W，m0，C0，dV等
— nclfinance 2011年
1
@nclfinance请阅读常见问题解答，不要将此地方视为论坛。
@nclfinance：浏览dlm包装的小插图。您将学习需要了解的内容。这就是为什么我推荐的原因dlm，因为您自己不会创建FF等。
— 韦恩
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.