Korzystam z funkcji auto.arima () w pakiecie prognozy , aby dopasować modele ARMAX do różnych zmiennych towarzyszących. Jednak często mam dużą liczbę zmiennych do wyboru i zwykle kończę na ostatecznym modelu, który działa z ich podzbiorem. Nie lubię technik ad hoc do wybierania zmiennych, ponieważ jestem człowiekiem i podlegam tendencyjności, ale szeregi czasowe walidacji krzyżowej są trudne , więc nie znalazłem dobrego sposobu na automatyczne wypróbowanie różnych podzbiorów moich dostępnych zmiennych, i Utknąłem strojenie moich modeli przy użyciu własnego osądu.
Kiedy pasuję do modeli glm, mogę użyć elastycznej siatki lub lasso do regulacji i wyboru zmiennych za pośrednictwem pakietu glmnet . Czy w R istnieje istniejący zestaw narzędzi do korzystania z elastycznej siatki w modelach ARMAX, czy też będę musiał rzucić własną? Czy to w ogóle dobry pomysł?
edycja: Czy miałoby sens ręczne obliczanie warunków AR i MA (powiedzmy do AR5 i MA5) oraz użycie glmnet do dopasowania do modelu?
edycja 2: Wygląda na to, że pakiet FitAR zapewnia mi część, ale nie całą drogę.
forecast
pakietu dla R. Powiedział, że byłoby to trudne z pełną wersją ARIMA, ponieważ będziesz musiał owinąć lasso wokół nieliniowego optymalizatora ARIMA. Jednym częściowym rozwiązaniem byłoby dopasowanie modelu AR za glmnet
pomocą zmiennych opóźnionych. O ile mi wiadomo, nikt jeszcze tego nie zrobił z pełnym modelem ARIMA.