我想计算一系列样本外预测。我需要运行一个分位数回归，它使用前 20 个季度的数据并生成预测，存储该系列的最后一个观察值，即预测，然后使用 21 个季度的数据重新运行分位数回归以产生新的预测下一季度，然后是 22 个季度的数据，依此类推。
我尝试使用循环来扩展 ts 数据的“窗口”，但我无法让循环工作。
然后我尝试使用 xts 数据，但我遇到了同样的问题
quarters1 <- c(0,3,2,1,0,3,2,1)
years1 <- c(2,1,1,1,1,0,0,0)
dates1 <- cbind(years1, quarters1)
for (i in 1:nrow(dates1)) {
window(flows, start(flows), (end(flows) - dates1[i,1:2]))
window(rhsflows, start(rhsflows), (end(rhsflows) - dates1[i,1:2]))
window(bbb, start(bbb), (end(bbb) - dates1[i,1:2]))
window(yield, start(yield), (end(yield) - dates1[i,1:2]))
window(usd, start(usd), (end(usd) - dates1[i,1:2]))
window(gdp, start(gdp), (end(gdp) - dates1[i,1:2]))
vg_qt <- dynrq(flows ~ L(rhsflows, nlag) + bbb + yield + usd + gdp, tau = tau_vec, method = "br")
dyhat_qt <- predict(vg_qt)
colnames(dyhat_qt) <- tau_vec
dyhat_qt <- ts(data = dyhat_qt, start = forecastflowsbegin, frequency = ts_freq)
dyhat_qt1 <- tail(dyhat_qt,1)
dyhat_qt_oos <- rbind(dyhat_qt_oos, c(dyhat_qt1))
}
我希望 dyhat_qt_oos 的行不同，但它们都相同