9

我正在尝试使用varsR 中的包来学习向量自回归模型。这个包没有任何方法来测量返回模型的准确性。

具体来说,我想使用 R 包中的accuracy函数中定义的 MASEforecast来比较预测与 VAR 与使用 Arima 模型对每个组件时间序列的预测(我使用 4 个可能相关的时间序列)。accuracy不识别varest返回的对象vars。如何获得每个预测组件的 MASE?我想计算样本内和样本外的准确性

代码示例:

library(vars)
library(forecast)
data(Canada)
v<- VAR(window(Canada, end=c(1998,4)), p=2)
accuracy(v$varresult[[1]])

的参数accuracy是一个 lm 对象,并将系列 1 的训练精度返回为:

                       ME      RMSE       MAE           MPE      MAPE       MASE
Training set 1.536303e-15 0.3346096 0.2653946 -1.288309e-05 0.0281736 0.03914555

我想使用类似的东西来获得样本外测试的准确性(不完全是这样,因为需要指定预测期):

 accuracy(v$varresult[[1]], window(Canada[,1], start=c(1999,1)))

但这不支持 lm 对象并返回错误

 Error in testaccuracy(f, x, test) : Unknown list structure

如果我按如下方式直接使用这些值,我不会得到 MASE,它需要有关训练集的信息。这也容易出现一对一的错误,因为使用的是值而不是ts对象,对象accuracy将直接匹配存储的时间:

 p<-predict(v, n.ahead=8)
 accuracy(p$fcst[[1]][,"fcst"],window(Canada[,1], start=c(1999,1)))

             ME      RMSE       MAE         MPE       MAPE      ACF1 Theil's U
Test set -0.1058358 0.8585455 0.7385238 -0.01114099 0.07694492 0.5655117  1.359761

理想情况下,我想将其预测为:

fr<-forecast(v$varresult[[1]], h=8)

但这行不通,因为它需要其他系列进行预测,并给出:

Error in eval(expr, envir, enclos) : object 'datamat' not found

可以尝试复制forecast.Arimaetc 的功能并尝试编写一个forecast.varresult包,但有没有更简单的出路?

4

1 回答 1

13

您为什么不尝试阅读文档。这是关于第一个论点的内容f

“预测”类的对象,或包含预测的数值向量。如果 x 被省略,它也适用于 Arima、ets 和 lm 对象——在这种情况下,将返回样本内准确度度量。

VAR不返回“预测”类的对象,但您可以计算包含预测的数值向量

现在阅读第二个论点,x.

一个可选的数值向量,包含与对象长度相同的实际值,或与 f 的时间重叠的时间序列。

好的,这很简单。只需将 中的实际值x和 中的预测值提供给它即可f

但这不会为您提供 MASE,因为它在帮助页面下方解释说“MASE 计算是使用非季节性时间序列的样本内天真预测的 MAE、季节性时间序列的样本内季节性天真预测的 MAE 和非时间序列数据的样本内平均预测。” 所以它不能在没有历史数据的情况下进行计算,除非你传递一个“预测”类的对象,否则它不会知道它们。

然而,欺骗它给予你想要的东西并不难。这是一些执行此操作的代码:

trainingdata <- window(Canada, end=c(1998,4))
testdata <- window(Canada, start=c(1999,1))
v <- VAR(trainingdata, p=2)
p <- predict(v, n.ahead=8)
res <- residuals(v)
fits <- fitted(v)
for(i in 1:4)
{
  fc <- structure(list(mean=p$fcst[[i]][,"fcst"], x=trainingdata[,i],
     fitted=c(NA,NA,fits[,i])),class="forecast")
  print(accuracy(fc,testdata[,i]))
}
于 2013-08-18T10:44:00.263 回答