Jak osiągnąć ściśle pozytywne prognozy?

Pracuję nad szeregiem czasowym, którego wartości są ściśle pozytywne . Pracując z różnymi modelami, w tym AR, MA, ARMA itp., Nie mogłem znaleźć łatwego sposobu na osiągnięcie ściśle pozytywnych prognoz.

Używam R do robienia moich prognoz, a wszystko, co mogłem znaleźć, to Prognoza.hts {hts}, który ma dodatni parametr opisany tutaj:

Prognozuj hierarchiczny lub zgrupowany szereg czasowy, pakiet hts

## S3 method for class 'gts':
forecast((object, h,
  method = c("comb", "bu", "mo", "tdgsf", "tdgsa", "tdfp", "all"),
  fmethod = c("ets", "rw", "arima"), level, positive = FALSE,
    xreg = NULL, newxreg = NULL, ...))

positive
    If TRUE, forecasts are forced to be strictly positive

http://www.inside-r.org/packages/cran/hts/docs/forecast.gts

Wszelkie sugestie dotyczące niehierarchicznych szeregów czasowych? A co z generalizacją przy użyciu innych ograniczeń, takich jak minimum, maksimum itp.?

Nawet jeśli nie zostaną zaimplementowane w języku R, mile widziane będą sugestie dotyczące artykułów, modeli lub pomocnych transformacji zmiennych ogólnych.

W forecastpakiecie dla R wystarczy ustawić lambda=0przy montażu modelu. Na przykład:

fit <- auto.arima(x, lambda=0)
forecast(fit)

lambdalambda$\lambda=0$lambda=0

Więcej informacji można znaleźć na stronie http://www.otexts.org/fpp/2/4 .