R에 다중 선형 회귀 피팅 : 자기 상관 잔차

다음과 같은 방정식으로 R의 다중 선형 회귀를 추정하려고합니다.

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

질문과 질문은으로 구성된 분기 별 데이터 시계열입니다 askings <- ts(...).

문제는 이제 자기 상관 잔차가 있다는 것입니다. gls 함수를 사용하여 회귀를 맞추는 것이 가능하다는 것을 알고 있지만 gls 함수에서 구현 해야하는 올바른 AR 또는 ARMA 오류 구조를 식별하는 방법을 모르겠습니다.

이제 다시 추정하려고합니다.

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

그러나 불행하게도 p와 q를 식별하는 R 전문가 나 통계 전문가는 아닙니다.

누군가 나에게 유용한 힌트를 줄 수 있다면 기뻐할 것입니다. 대단히 감사합니다!

조

시험

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

이는 오류에 대한 ARMA 구조를 자동으로 식별하는 것처럼 선형 모델에 적합합니다. GLS 대신 MLE을 사용하지만 무조건 동일합니다.

예측이 목적이라면 파라미터에 대해 다양한 모델을 적용 할 수 있습니다.

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

경우 P와는 Q당신이 포함 BIC의 결정에 따라 최적의 피팅 모델을 선택하고자하는 최대의 AR (P) 및 MA (Q) 용어입니다.

auto.arima()패키지 예측 에서이 기능을 사용하면 도움이되지만 R과 함께 제공 expand.grid()되는 arima()함수 와 루프를 사용하여 쉽게 코딩 할 수 있습니다 .

위의 내용은 구조 gls()가없는 잔차에 적합합니다 correlation.

gls()조합 p및 q내장 AIC()기능을 위해 많은 모델을 장착하여 직접 모든 작업을 직접 수행 할 수도 있습니다.

또한 상관 구조없이 선형 모형에서 잔차 의 ACF ( acf()) 및 부분 ACF ( pacf())를 플로팅하고 이를 사용하여 필요한 모형의 순서를 제안 할 수 있습니다.