Estou trabalhando em uma série temporal cujos valores são estritamente positivos . Trabalhando com vários modelos, incluindo AR, MA, ARMA, etc, não consegui encontrar uma maneira fácil de obter previsões estritamente positivas.
Estou usando R para fazer minhas previsões, e tudo o que pude encontrar foi forecast.hts {hts} que possui um parâmetro positivo descrito aqui:
Prever uma série temporal hierárquica ou agrupada, pacote hts
## S3 method for class 'gts':
forecast((object, h,
method = c("comb", "bu", "mo", "tdgsf", "tdgsa", "tdfp", "all"),
fmethod = c("ets", "rw", "arima"), level, positive = FALSE,
xreg = NULL, newxreg = NULL, ...))
positive
If TRUE, forecasts are forced to be strictly positive
http://www.inside-r.org/packages/cran/hts/docs/forecast.gts
Alguma sugestão para séries temporais não hierárquicas? E a generalização sobre o uso de outras restrições, como mínimo, máximo, etc?
Mesmo se não implementado em R, sugestões de artigos, modelos ou transformações gerais úteis de variáveis seriam apreciadas.
3
Uma das coisas mais fáceis, mas nem sempre corretas, nesse caso, é simplesmente prever o log da variável.
—
Mvctas
Para ecoar parcialmente o @mpiktas, uma abordagem é trabalhar na escala de log. Na prática, isso geralmente melhora vários aspectos do modelo de uma só vez. Embora os intervalos de previsão se transformem perfeitamente, é necessário ter cuidado com as previsões médias (se a normalidade for razoável nos logs, você poderá obter uma estimativa para a média do normal do log que normalmente é razoável se o tamanho da amostra for grande). Uma alternativa que às vezes pode funcionar para alguns modelos simples de séries temporais é usar um modelo Gamma.
—
Glen_b -Reinstala Monica