Я боюсь, что я застрял в задаче оценки.Оценка параметров в R из взвешенной суммы отстающих переменных
У меня есть две переменные, X и Y. У объясняется взвешенной суммы п отставал значения X. Моя цель состоит в том, чтобы оценить два параметра с (alpha0, альфа1) в:
Yt = СУММ от J = 1 до п ((alpha0 + альфа1 * J) * Х-J)
где Xt-J обозначает запаздывание его из X.
я пришел с этим подходом потому что я думал, что было бы неплохо оценить наклон весов вместо того, чтобы оценивать один параметр для каждого запаздывания X (я намерен установить n очень большой).
К модели шума ut добавлен, который считается нормально распределенным со средним значением нуля и стандартным отклонением сигма.
Предполагая, что я хотел бы установить n = 510, тогда мне нужна оригинальная серия и 510 отстающих серий. Чтобы избежать любых НС в серии, я преобразовываю исходные данные в «data_chopped», содержащие только наблюдения после того, как первые 510 наблюдений были сброшены, и матрица «data_lagged», в которой каждая колонка представляет собой задержанный ряд:
library(stats)
data<-arima.sim(n=10000,list(ar=0.15,ma=0.1),mean=0.5)
data_chopped<-data[511:length(data)]
data_lagged<-matrix(nrow=length(data_chopped),ncol=510)
for (i in 1:510){
data_lagged[,i]<-head(data,-i)[(511-i):length(head(data,-i))]
}
#Check result:
cbind(data_chopped,data_lagged[,1:3])
#data_lagged[,1] is the first lag of the original data, data_lagged[,2] is the second lag, and so on. No NAs whatsoever to deal with
чтобы продемонстрировать «рабочий порядок» моей функции логарифмического правдоподобия и генерируемый серии я первый хотел бы, чтобы соответствовать AR (3) модель:
logl<-function(sigma,alpha,beta,gamma){
-sum(log((1/(sqrt(2*pi)*sigma)) * exp(-((
data_chopped
-alpha*data_lagged[,1]
-beta*data_lagged[,2]
-gamma*data_lagged[,3]
)^2)/(2*sigma^2))))
}
library(stats4)
mle(logl,start=list(sigma=1,alpha=0,beta=0,gamma=0),method="L-BFGS-B")
Когда я теперь пытаюсь оценить мою модель в так же, как это просто не работает. Я никогда не получал петлю в функции логарифмического правдоподобия, поэтому я просто написал вышеприведенную модель. Так,
Yt = Сумма от у = 1 до п ((alpha0 + альфа1 * J) * Х-J)
= (альфа + бета * 1) * Xt-1 + (альфа + бета * 2) * Xt-2 + (альфа + бета * 3) * Xt-3 + ... + (альфа + бета * 510) * Xt-510
logl<-function(sigma,alpha,beta){
-sum(log((1/(sqrt(2*pi)*sigma)) * exp(-((
data_chopped
-(alpha + beta*1)*data_lagged[,1]
-(alpha + beta*2)*data_lagged[,2]
-(alpha + beta*3)*data_lagged[,3]
-(alpha + beta*4)*data_lagged[,4]
-(alpha + beta*5)*data_lagged[,5]
...
-(alpha + beta*510)*data_lagged[,510]
)^2)/(2*sigma^2))))
}
library(stats4)
mle(logl,start=list(sigma=1,alpha=0.5,beta=0),method="L-BFGS-B")
Error in optim(start, f, method = method, hessian = TRUE, ...) :
L-BFGS-B needs finite values of 'fn'
Я не получаю сообщение об ошибке, если я попробуйте только несколько строк:
logl<-function(sigma,alpha,beta){
-sum(log((1/(sqrt(2*pi)*sigma)) * exp(-((
data_chopped
-(alpha + beta*1)*data_lagged[,1]
-(alpha + beta*2)*data_lagged[,2]
-(alpha + beta*3)*data_lagged[,3]
-(alpha + beta*4)*data_lagged[,4]
-(alpha + beta*5)*data_lagged[,5]
)^2)/(2*sigma^2))))
}
library(stats4)
mle(logl,start=list(sigma=1,alpha=0.5,beta=0),method="L-BFGS-B")
Call:
mle(minuslogl = logl, start = list(sigma = 1, alpha = 0.5, beta = 0),
method = "L-BFGS-B")
Coefficients:
sigma alpha beta
1.07797708 0.26178848 -0.04378526
Может кто-нибудь, пожалуйста, помогите мне в этом?
Похоже, вам нужно подогнать некоторую модель «ARIMA» или, скорее, модель «MA» ... – agstudy
Возможно, вам понадобится некоторый шум в вашей модели, 'y [t] = ... + epsilon [t]'. Ваша логарифмическая вероятность должна использовать данные 'y' и, если шум гауссов, он должен содержать сумму квадратов. Избегайте функции 'lag': (если вы не являетесь« временными рядами »xts или' zoo'), он никогда не делает то, что вы хотите. В вашей функции 'logl'' 'NULL': вы вычисляете что-то внутри цикла, , но вы ничего не делаете с результатом, поэтому он отбрасывается. –
Привет Винсент! Спасибо вам за ваш ответ. Я действительно занимаюсь данными ts здесь, поэтому, я думаю, я могу держать лагами? Поэтому вы попросили меня включить в функцию остатки. Является ли ССБ фактически тем, что должно быть минимизировано с помощью оптимизации? – Chris437