使用来自 ARDL R ZEFE90A8E604A7C840E88D03A6B666Z 的 model object 进行预测

Question

我正在尝试像这样在ardl model上使用预测 function 。

library(ARDL)
data(denmark)

models <- auto_ardl(LRM ~ LRY + IBO + IDE, data = denmark, max_order = 5)
ardl_3132 <- models$best_model

fabletools::forecast(object = ardl_3132, new_data = denmark[1:20, ])
forecast::forecast(object = ardl_3132, new_data = denmark[1:20, ])

但是，它Error in L(LRM, 1): could not find function "L"

我怎样才能在这里进行预测？

Answer 1

尝试在 ardl model 上使用 predict() 时，我也看到了这个错误。

L function 我认为在 tsDyn 中，但加载并不能消除错误。

Answer 2

AFAIK，在 ARDL model 的“核心”中通常存在简单的线性回归（除非它被指定为带有 dynlm 的动态 model），所以......我最好的尝试是尝试使用不同的包构建 ARDL Z20F35E630DAF399DFA84 . 它需要更多的写作，但应该会给你一个可行的 model object，然后你可以用它来构建你的预测/预测。

So what I would do, would be to estimate the ARDL model using the ARDL package, just like you did in your example above, extract the full formula from your model object, and rewrite it inside the lm() formula, using it's syntax,像这样：

> ardl_3132$full_formula

LRM ~ L(LRM, 1) + L(LRM, 2) + L(LRM, 3) + LRY + L(LRY, 1) + IBO + L(IBO, 1) + L(IBO, 2) + L(IBO, 3) + IDE + L(IDE, 1) + L(IDE, 2)

我们可以在 lm() model 中指定上面的公式：

ardl_3132_lm <- lm(LRM ~ lag(LRM, 1) + lag(LRM, 2) + lag(LRM, 3) + LRY + lag(LRY, 1) + IBO + lag(IBO, 1) + lag(IBO, 2) + lag(IBO, 3) + IDE + lag(IDE, 1) + lag(IDE, 2), data = denmark)

您可以使用 predict.lm predict.lm() function 使用线性指定的 ARDL model 创建预测：

predict.lm(ardl_3132_lm)

ARDL package 本身比使用 lm() 或 glm() 更方便地估计 model 很有用。 请参阅对 model object 的 summary() 调用以探索它的属性。

summary(ardl_3132)

然而，将其与lm()指定的 model 摘要进行比较表明它们并不相同。

summary(ardl_3132_lm)

原因是此特定示例的 function ARDL::auto_ardl()选择dynlm::dynlm(formula = full_formula, data = data, start = start, end = end)指定动态线性模型和时间序列回归，而不是线性 model。

要从 dynlm model 创建预测，您需要像这样使用stats::predict() ：

stats::predict(ardl_3132)

将dynlm预测值与线性 model 预测值进行比较，

stats::predict(ardl_3132_lm)

我们可以看到，预测是不同的。