Çok değişkenli zaman serileri için önyükleme bloğuna alternatif

Şu anda R'de çok değişkenli bir zaman serisini önyüklemek için aşağıdaki işlemi kullanıyorum:

Blok boyutlarını belirlemek - fonksiyonu çalıştırmak b.stariçinde npher bir seri için bir blok boyutu üreten paket
Maksimum blok boyutunu seçin
tsbootSeçili blok boyutunu kullanarak herhangi bir seride çalıştırın
Çok değişkenli zaman serilerini yeniden yapılandırmak için bootstrap çıktısından indeks kullanma

Ben çalıştırarak yaratılan endeksi kullanmak olsaydı Birisi blok bootstrap alternatif olarak meboot paketini kullanarak önerdi ama bir blok boyutunu seçmek için ayarlanmış tüm verileri kullanılarak değilim çünkü ben dizi arasındaki korelasyonları korumak için nasıl emin değilim mebootüzerinde bir seri. Herkes çok değişkenli bir ortamda meboot ile deneyime sahipse, süreç hakkında tavsiye çok takdir ediyorum.

r time-series multivariate-analysis bootstrap

— ProbablePattern
kaynak

İlk olarak, maksimum entropi bootstrap (meboot) tavsiye ederim. Blok bootstrap'ı meboot lehine terk ettim ve sonuçlardan çok memnun kaldım. Algoritma hiçbir şekilde engelleme kullanmaz, durağanlık gerektirmez ve yine de verilerin korelasyon yapısını içerir. Serin.

İkincisi, hiçbir zaman meboot kullanarak çok değişkenli bir bootstrap yapmadığımı itiraf etsem de, zaman serisi verilerinizi panel verileri olarak yeniden oluşturabileceğinize ve meboot.pdata.frame işlevini esasen çok değişkenli bir bootstrap gerçekleştirmek için kullanabileceğinize inanıyorum.

— pteetor
kaynak

Bence fonksiyon meboot.pdata.frame.

— ProbablePattern

Olmadı! Teşekkürler, PP Evet, işlevi yanlış yazdım ve doğru isim meboot.pdata.frame. Üzgünüm.

— pteetor

Bu iş parçacığına rastladım ve ME bootstrap ile ilgileniyorum. Onunla biraz oynamak, zaman serilerini oldukça yakından çoğalttığını buldum - bootstrap DGP'de çok fazla değişkenlik değil. Daha da ileri giderek, Davidson tarafından ME Bootstrap eleştirisini içeren şu makaleyi buldum: www.monticini.eu/wp/rdavidson.pdf. Herhangi bir çürütme olup olmadığından emin değilim, ancak kendi simülasyon sonuçlarım verildiğinde kullanmaktan çekinirim.

— generic_user

@generic_user Bu referans için teşekkür ederiz! Büyük bir ilgiyle okudum. Ben de, belirli koşullar altında bootstrap replikatlarında değişkenliğin olmadığını belirttim. Sonuç olarak, ME bootstrap'in asla geçerli olmadığına henüz ikna olmadım. Ama kağıt ayıltıcı. Daha fazla araştırmaya ihtiyaç vardır.

— pteetor