r - R 中的多元时间序列建模

Question

我想使用 R 来拟合某种多变量时间序列模型。

这是我的数据示例:

   u     cci     bci     cpi     gdp    dum1 dum2 dum3    dx  
 16.50   14.00   53.00   45.70   80.63  0   0    1     6.39 
 17.45   16.00   64.00   46.30   80.90  0   0    0     6.00 
 18.40   12.00   51.00   47.30   82.40  1   0    0     6.57 
 19.35   7.00    42.00   48.40   83.38  0   1    0     5.84 
 20.30   9.00    34.00   49.50   84.38  0   0    1     6.36 
 20.72   10.00   42.00   50.60   85.17  0   0    0     5.78 
 21.14   6.00    45.00   51.90   85.60  1   0    0     5.16 
 21.56   9.00    38.00   52.60   86.14  0   1    0     5.62 
 21.98   2.00    32.00   53.50   86.23  0   0    1     4.94 
 22.78   8.00    29.00   53.80   86.24  0   0    0     6.25 

数据为季度数据，虚拟变量为季节性数据。

我想做的是引用其他一些预测 dx，同时(可能)考虑到季节性。为了便于论证，假设我想使用“u”、“cci”和“gdp”。

我该如何去做呢？

Answer 1

如果您还没有这样做，请查看 the time series view on CRAN ，尤其是多元时间序列部分。

在金融领域，一种传统的方法是使用因子模型，通常使用 BARRA 或 Fama-French 类型模型。埃里克·齐沃特的"Modeling financial time series with S-PLUS"很好地概述了这些主题，但它不能立即转移到 R. Ruey Tsay 的“Analysis of Financial Time Series”(可在 CRAN 上的 TSA 包中找到)在第 9 章中也对因子模型和主成分分析进行了很好的讨论。

R 还有许多包，涵盖 vector autoregression (VAR)楷模。我特别建议您查看 Bernhard Pfaff 的 VAR Modelling (vars)包和the related vignette .

我强烈建议查看Ruey Tsay's homepage因为它涵盖了所有这些主题，并提供了必要的 R 代码。特别是，请查看 "Applied Multivariate Analysis" , "Analysis of Financial Time Series" ，和"Multivariate Time Series Analysis"类(class)。

这是一个非常大的主题，有很多好书涵盖它，包括多元时间序列预测和季节性。这里还有一些:

1. 克莱伯和泽莱斯。 “Applied Econometrics with R ”没有具体解决这个问题，但它很好地涵盖了整个主题(另请参阅 CRAN 上的 AER 包)。
2. 沙姆威和斯托弗。 “Time Series Analysis and Its Applications: With R Examples”有多元 ARIMA 模型的示例。
3. 哭泣者。 “Time Series Analysis: With Applications in R ”是该主题的经典之作，已更新以包含 R 代码。