<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<meta name="Generator" content="Microsoft Word 15 (filtered medium)">
<style><!--
/* Font Definitions */
@font-face
{font-family:"Cambria Math";
panose-1:2 4 5 3 5 4 6 3 2 4;}
@font-face
{font-family:Calibri;
panose-1:2 15 5 2 2 2 4 3 2 4;}
/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
{margin:0in;
margin-bottom:.0001pt;
font-size:11.0pt;
font-family:"Calibri",sans-serif;
mso-fareast-language:EN-US;}
a:link, span.MsoHyperlink
{mso-style-priority:99;
color:#0563C1;
text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
{mso-style-priority:99;
color:#954F72;
text-decoration:underline;}
p.msonormal0, li.msonormal0, div.msonormal0
{mso-style-name:msonormal;
mso-margin-top-alt:auto;
margin-right:0in;
mso-margin-bottom-alt:auto;
margin-left:0in;
font-size:12.0pt;
font-family:"Times New Roman",serif;}
span.EstiloDeEmail18
{mso-style-type:personal-compose;
font-family:"Calibri",sans-serif;
color:windowtext;}
.MsoChpDefault
{mso-style-type:export-only;
font-size:10.0pt;
font-family:"Calibri",sans-serif;
mso-fareast-language:EN-US;}
@page WordSection1
{size:8.5in 11.0in;
margin:1.0in 1.0in 1.0in 1.0in;}
div.WordSection1
{page:WordSection1;}
--></style><!--[if gte mso 9]><xml>
<o:shapedefaults v:ext="edit" spidmax="1026" />
</xml><![endif]--><!--[if gte mso 9]><xml>
<o:shapelayout v:ext="edit">
<o:idmap v:ext="edit" data="1" />
</o:shapelayout></xml><![endif]-->
</head>
<body lang="PT-BR" link="#0563C1" vlink="#954F72">
<div class="WordSection1">
<p class="MsoNormal"><span lang="EN-US">Boa tarde colegas,<o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"><o:p> </o:p></span></p>
<p class="MsoNormal">Estou tentando realizar uma previsão de vendas utilizando o algoritimo LASSO pelo pacote
<b>HDeconometrics</b>. Alguém com experiência neste pacote poderia me ajudar por gentileza? Só preciso resolver isso para finalizar minha dissertação. Muito obrigado a todos!<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">Data é uma matriz de series temporais com 158 observações (diarias) e 13 produtos (colunas).<o:p></o:p></p>
<p class="MsoNormal">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.<o:p></o:p></p>
<p class="MsoNormal">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:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"><b>O problema:</b> quando eu realizo o ajuste da série com o comando (<i>lasso=ic.glmnet(x.in,y.in,crit = "bic")</i>) ele ajusta o modelo para a série sem problemas, utilizando as variáveis que o lasso identificou como relevantes para o
training set.<o:p></o:p></p>
<p class="MsoNormal">Porém, quando eu vou executar a previsão real utilizando a última linha (<i>previsao.lasso=predict(lasso,newdata=x.out)),
</i>ele não faz a previsão, ele simplesmente faz um ajuste igual o training set. <o:p>
</o:p></p>
<p class="MsoNormal">Alguém tem alguma ideia de como resolver essa questão e conseguir prever corretamente?<o:p></o:p></p>
<p class="MsoNormal">Grande abraço<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">Segue abaixo os comandos utilizados:<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"> library(HDeconometrics)<o:p></o:p></p>
<p class="MsoNormal"> library(forecast)<o:p></o:p></p>
<p class="MsoNormal"> ## Inicio<o:p></o:p></p>
<p class="MsoNormal" style="text-indent:35.4pt">i = 0<o:p></o:p></p>
<p class="MsoNormal"> y = as.matrix(Data[,i+1]) #variável dependente primeira coluna<o:p></o:p></p>
<p class="MsoNormal"> x = (Data) #cópia da base toda<o:p></o:p></p>
<p class="MsoNormal"> x[,i + 1] <- NULL #retira a variável y e fica com todas as outras variáveis<o:p></o:p></p>
<p class="MsoNormal"> x = as.matrix(x) # transforma em matriz<o:p></o:p></p>
<p class="MsoNormal"> <o:p></o:p></p>
<p class="MsoNormal"> ### separa a série em training e test set de x e y<o:p></o:p></p>
<p class="MsoNormal"> <span lang="EN-US">y.in=y[1:148] #training set<o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"> y.out=y[-c(1:148)] #test set<o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"><o:p> </o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"> x.in=x[1:148,] #training set<o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"> x.out=x[-c(1:148),] #test set<o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"> <o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"> ## ajuste do modelo e previsão LASSO<o:p></o:p></span></p>
<p class="MsoNormal"><span lang="EN-US"> </span>lasso=ic.glmnet(x.in,y.in,crit = "bic") #ajuste do modelo com o training set<o:p></o:p></p>
<p class="MsoNormal"> previsao.lasso=predict(lasso,newdata=x.out) #previsão com o test set<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal" style="mso-margin-top-alt:auto;mso-margin-bottom-alt:auto"><b><span style="font-family:"Arial",sans-serif;color:#17375E;mso-fareast-language:PT-BR">João Pedro Domingues</span></b><span style="color:#17375E;mso-fareast-language:PT-BR">
</span><span style="font-family:"Times New Roman",serif;color:#17375E;mso-fareast-language:PT-BR"><o:p></o:p></span></p>
<p class="MsoNormal"><o:p> </o:p></p>
</div>
</body>
</html>