[R-br] previsão utilizando o lasso

[Fernando Souza]

O pacote parece estar em desenvolvimento no gitHub. Veja se baixando por lá
e instalando vc não consegue instalar

No github não fala nada dele ser exclusivo para linux.

https://github.com/gabrielrvsc/HDeconometrics

Em 24 de janeiro de 2018 19:54, Mauro Sznelwar via R-br <
r-br em listas.c3sl.ufpr.br> escreveu:

> Tetei baixar este pacote e dá a mensagem que não existe na versão 3.4.3 do
> R para Windows. É exclusico do Linux, ou tem algum outro jeito de instalar
> que não o convencional?
>
>
>
> 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
> <http://x.in>,y.in <http://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 em 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.
>
> _______________________________________________
> R-br mailing list
> R-br em 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 forneça
> código mínimo reproduzível.
>



-- 
=========================================
Fernando Souza
Zootecnista, DSc. Produção e Alimentação Animal
Celular: (31)99796-8781 (Vivo)
E-mail:nandodesouza em gmail.com <e-mail%3Anandodesouza em gmail.com>
Lattes: http://lattes.cnpq.br/6519538815038307
Blog: https://producaoanimalcomr.wordpress.com/
==========================================
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180126/0f84225f/attachment.html>