R'de çoklu doğrusal regresyonun takılması: otokorelasyonlu artıklar

Böyle bir denklem ile R çoklu doğrusal regresyon tahmin etmeye çalışıyorum:

regr <- lm(rate ~ constant + askings + questions + 0)

sorular ve sorular üçer aylık dönemler arası veri serileri ile oluşturulmuştur askings <- ts(...).

Sorun şu ki, otokorelasyonlu kalıntılar var. Gls işlevini kullanarak regresyona uymanın mümkün olduğunu biliyorum, ancak gls işlevinde uygulamak zorunda olduğum doğru AR veya ARMA hata yapısını nasıl belirleyeceğimi bilmiyorum.

Şimdi tekrar tahmin etmeye çalışırdım,

gls(rate ~ constant + askings + questions + 0, correlation=corARMA(p=?,q=?))

ancak maalesef p ve q'yu tanımlamak için ne bir R uzmanı ne de genel olarak bir istatistik uzmanıyım.

Birisi bana faydalı bir ipucu verebilirse memnun olurum. Şimdiden çok teşekkür ederim!

Jo

Deneyin

library(forecast)
fit <- auto.arima(rate, xreg=cbind(askings,questions))

Hatalar için otomatik olarak ARMA yapısını tanımlayacağı gibi lineer modele uyacaktır. GLS yerine MLE kullanır, ancak asimptotik olarak eşdeğerdir.

Tahmin amacınızsa, parametrelerin üzerine bir dizi model sığdırabilirsiniz:

expand.grid(p = 1:P, q = 1:Q)

Burada Pve Qeklemek istediğiniz maksimum AR (p) ve MA (q) terimleri ve BIC tarafından belirlenen en uygun modeli seçin.

auto.arima()paket tahmininde bu yardımcı olacaktır, ancak elle expand.grid()ve döngü ve arima()R ile gelen işlev kullanılarak kolayca kodlanabilir .

Yukarıdakiler, yapıları gls()olmayan bir a'dan kalıntılara uymaktadır correlation.

Ayrıca doğrudan elle şeyi yapabileceğini gls()sadece kombinasyonları için model bir sürü uydurma yoluyla pve qve yerleşik içinde AIC()işlevi.

Ayrıca , artıkların ACF ( acf()) ve kısmi ACF ( pacf()) değerlerini korelasyon yapısı olmadan doğrusal bir modelden çizebilir ve bunları gerekli model sırasını önermek için kullanabilirsiniz.