Boa tarde colegas, Estou tentando realizar uma previsão de vendas utilizando o algoritimo LASSO pelo pacote HDeconometrics. Alguém com experiência neste pacote poderia me ajudar por gentileza? Só preciso resolver isso para finalizar minha dissertação. Muito obrigado a todos!
Data é uma matriz de series temporais com 158 observações (diarias) e 13 produtos (colunas). Eu inicialmente separo a primeira coluna como sendo o produto focal para analisar e o coloco como y, sendo a variável dependente. Já as outras colunas eu coloco como x, variáveis independentes. Então o LASSO me informa quais são relevantes. Com isso, eu separo as primeiras 148 observações para ser o training set, e as últimas 10 observações para o test set, e ver se o modelo realmente funciona. Até aqui ok. O problema: quando eu realizo o ajuste da série com o comando (lasso=ic.glmnet(x.in,y.in,crit = "bic")) ele ajusta o modelo para a série sem problemas, utilizando as variáveis que o lasso identificou como relevantes para o training set. Porém, quando eu vou executar a previsão real utilizando a última linha (previsao.lasso=predict(lasso,newdata=x.out)), ele não faz a previsão, ele simplesmente faz um ajuste igual o training set. Alguém tem alguma ideia de como resolver essa questão e conseguir prever corretamente? Grande abraço Segue abaixo os comandos utilizados: library(HDeconometrics) library(forecast) ## Inicio i = 0 y = as.matrix(Data[,i+1]) #variável dependente primeira coluna x = (Data) #cópia da base toda x[,i + 1] <- NULL #retira a variável y e fica com todas as outras variáveis x = as.matrix(x) # transforma em matriz ### separa a série em training e test set de x e y y.in=y[1:148] #training set y.out=y[-c(1:148)] #test set x.in=x[1:148,] #training set x.out=x[-c(1:148),] #test set ## ajuste do modelo e previsão LASSO lasso=ic.glmnet(x.in,y.in,crit = "bic") #ajuste do modelo com o training set previsao.lasso=predict(lasso,newdata=x.out) #previsão com o test set João Pedro Domingues
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo reproduz�vel.