Edmar e colegas, O problema é exatamente isso que você citou. Eu quero prever amanhã da variável dependente y a partir de amanhã das variáveis independente x, todas que eu não tenho. Então eu tentei estimar por holtwinters as variáveis independentes x para achar y, mas eu levei o erro da previsão anterior e não ficou boa. Se eu tento defasar o x para ter os reais e prever o y que eu não tenho, eu vou prever o y de amanhã com os dados de hoje de x, o que acredito não fazer muito sentido. Meu dados são de vendas de um supermercado, e as vendas de um dia não alteram no outro dia seguinte, a relação entre as variáveis acontece dentro do mesmo dia. Então eu não tenho ideia de como resolver isso. O ajuste (training set) com o lasso fica muito bom, porém preciso da previsão, que é o que realmente importa. Grande abraço João Pedro Araujo Domingues De: R-br [mailto:r-br-bounces@listas.c3sl.ufpr.br] Em nome de Edmar Caldas via R-br Enviada em: Wednesday, January 10, 2018 12:06 PM Para: r-br@listas.c3sl.ufpr.br Assunto: Re: [R-br] Digest R-br, volume 85, assunto 6 Eu entendi assim, Vamos supor que as suas variáveis (dependentes e independentes) tem valores até 12/2017. e vc quer fazer previsão para 12/2018. as suas variáveis independentes terão que ter valores até 12/2018 senão não vai fazer a previsão. Edmar Em quarta-feira, 10 de janeiro de 2018 12:00:33 BRST, <r-br-request@listas.c3sl.ufpr.br<mailto:r-br-request@listas.c3sl.ufpr.br>> escreveu: Enviar submissões para a lista de discussão R-br para r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br> Para se cadastrar ou descadastrar via WWW, visite o endereço https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ou, via email, envie uma mensagem com a palavra 'help' no assunto ou corpo da mensagem para r-br-request@listas.c3sl.ufpr.br<mailto:r-br-request@listas.c3sl.ufpr.br> Você poderá entrar em contato com a pessoa que gerencia a lista pelo endereço r-br-owner@listas.c3sl.ufpr.br<mailto:r-br-owner@listas.c3sl.ufpr.br> Quando responder, por favor edite sua linha Assunto assim ela será mais específica que "Re: Contents of R-br digest..." Tópicos de Hoje: 1. previsão utilizando o lasso (João Pedro Domingues) 2. Re: Distribuição de probabilidade (Wagner Bonat) 3. Re: Distribuição de probabilidade (Wagner Bonat) ---------------------------------------------------------------------- Message: 1 Date: Tue, 9 Jan 2018 20:04:49 +0000 From: João Pedro Domingues <J__P@hotmail.com<mailto:J__P@hotmail.com>> To: a lista Brasileira oficial de discussão do programa R. <r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>> Subject: [R-br] previsão utilizando o lasso Message-ID: <BN6PR2001MB16668FB0A072A2FC1AD8D6B0D5100@BN6PR2001MB1666.namprd20.prod.outlook.com<mailto:BN6PR2001MB16668FB0A072A2FC1AD8D6B0D5100@BN6PR2001MB1666.namprd20.prod.outlook.com>> Content-Type: text/plain; charset="iso-8859-1" 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 -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180109/580bb5da/attachment-0001.html> ------------------------------ Message: 2 Date: Tue, 9 Jan 2018 22:25:09 -0200 From: Wagner Bonat <wbonat@gmail.com<mailto:wbonat@gmail.com>> To: Wagner Wolff <wwolff@usp.br<mailto:wwolff@usp.br>> Cc: a lista Brasileira oficial de discussão do programa R. <r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>> Subject: Re: [R-br] Distribuição de probabilidade Message-ID: <CANt=4Mi4E58a3ikPDH2V9aN36b3d6D2M7HJ0V9u0W8yRHko=9w@mail.gmail.com<mailto:9w@mail.gmail.com>> Content-Type: text/plain; charset="utf-8" Olá Essas distribuições como a Weibul, Gumbel e similares são interessantes. Porém, nem sempre elas tem a tradicional parametrização de esperança e dispersão como a Tweedie e as distribuições mais clássicas (normal, gamma, normal inversa) tem. Muitas vezes a esperança ou é desconhecida ou uma função complicada de mais de um parâmetro. Eu penso que ao invés de tentar ajustar várias distribuições é mais interessante você procurar aspectos relevantes sobre o seu conjunto de dados, como por exemplo, excesso de zeros, forte assimetria, caudas pesadas, etc e verificar se a distribuição que você ajustando é capaz de descrever estes aspectos. No caso a Tweedie pode lidar com todos estes aspectos, o que significa que ela deve ajustar bem para uma grande quantidade de dados reais. O que eu quero dizer é que essa idéia de ficar comparando várias distribuições pode não ser realmente necessário. Eu exploro um pouco destas idéias em dois artigos. Eu mostro que a Tweedie ajusta muito bem, mesmo para distribuições que não fazem parte da familia, como a t e a slash. Talvez vc possa explorar idéias similares para a weibul, gumbel e similares. http://www.tandfonline.com/doi/abs/10.1080/00949655.2017.1318876?journalCode... http://journals.sagepub.com/doi/abs/10.1177/1471082X17715718 Att Wagner Em 9 de janeiro de 2018 01:11, Wagner Wolff <wwolff@usp.br<mailto:wwolff@usp.br>> escreveu:
Olá Wagner
Gostei da sua ideia sobre a familia de destribuição Tweedie. Além dessa família você poderia indicar outras que englobem distribuições como por exemplo, Weibull, Gumbel, Burr ...
Ab
2018-01-08 18:18 GMT-02:00 Wagner Bonat via R-br <r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>
:
Quais distribuições vc tem interesse? A distribuição Tweedie tem como casos particulares algumas das mais populares distribuições como a normal, gamma e inversa normal. Assim, ao invés de ajustar um monte de distribuições basta ajustar uma que tem as outras como casos particulares.
Att Wagner
Em 8 de janeiro de 2018 10:38, Rodrigo Campos via R-br < r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>> escreveu:
Bom dia Felipe, Talvez o pacote "fitdistrplus" possa te ajudar! Att.
2018-01-08 10:21 GMT-02:00 Felipe Felix Costa via R-br < r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>>:
olá,
gostaria de saber se existe alguma forma para rodar todas as possíveis distribuições sobre um determinado conjunto de dados com variáveis continuas!?
pois estou procurando e não achei nada pela internet falando dessa possibilidade.
meu objetivo é verificar qual melhor a distribuição para os meus dados e, a partir dessa "melhor", estabelecer um modelo geral com todos os dados e comparar com modelos individuais de áreas isoladas.
HELP
Att., -- *Felipe Felix Costa* Tel. 96-98122-3077
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto: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 forneça código mínimo reproduzível.
-- Rodrigo Campos
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto: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 forneça código mínimo reproduzível.
-- Wagner Hugo Bonat ------------------------------------------------------------ ---------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto: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 forneça código mínimo reproduzível.
-- *Wagner Wolff, **PhD* "*Luiz de Queiroz**" College of Agriculture,* University of São Paulo Pádua Dias avenue11 | 13418-900| Piracicaba-SP| Brazil Phone: +55 19 982385582 <+55%2019%2098238-5582> http://orcid.org/0000-0003-3426-308X https://github.com/wwolff7 http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4463141A1
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR) -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180109/86d7063c/attachment-0001.html> ------------------------------ Message: 3 Date: Tue, 9 Jan 2018 22:28:25 -0200 From: Wagner Bonat <wbonat@gmail.com<mailto:wbonat@gmail.com>> To: Wagner Wolff <wwolff@usp.br<mailto:wwolff@usp.br>> Cc: a lista Brasileira oficial de discussão do programa R. <r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>> Subject: Re: [R-br] Distribuição de probabilidade Message-ID: <CANt=4Mj3Tk41SVoGUVAPTpA0h_TZCCQVyLjrYkYGWFpSHsCdHA@mail.gmail.com<mailto:4Mj3Tk41SVoGUVAPTpA0h_TZCCQVyLjrYkYGWFpSHsCdHA@mail.gmail.com>> Content-Type: text/plain; charset="utf-8" Olá Essas distribuições como a Weibul, Gumbel e similares são interessantes. Porém, nem sempre elas tem a tradicional parametrização de esperança e dispersão como a Tweedie e as distribuições mais clássicas (normal, gamma, normal inversa) tem. Muitas vezes a esperança ou é desconhecida ou uma função complicada de mais de um parâmetro. Eu penso que ao invés de tentar ajustar várias distribuições é mais interessante você procurar aspectos relevantes sobre o seu conjunto de dados, como por exemplo, excesso de zeros, forte assimetria, caudas pesadas, etc e verificar se a distribuição que você ajustando é capaz de descrever estes aspectos. No caso a Tweedie pode lidar com todos estes aspectos, o que significa que ela deve ajustar bem para uma grande quantidade de dados reais. O que eu quero dizer é que essa idéia de ficar comparando várias distribuições pode não ser realmente necessário. Eu exploro um pouco destas idéias em dois artigos. Eu mostro que a Tweedie ajusta muito bem, mesmo para distribuições que não fazem parte da familia, como a t e a slash. Talvez vc possa explorar idéias similares para a weibul, gumbel e similares. http://www.tandfonline.com/doi/abs/10.1080/00949655.2017. 1318876?journalCode=gscs20 http://journals.sagepub.com/doi/abs/10.1177/1471082X17715718 Att Wagner Em 9 de janeiro de 2018 01:11, Wagner Wolff <wwolff@usp.br<mailto:wwolff@usp.br>> escreveu:
Olá Wagner
Gostei da sua ideia sobre a familia de destribuição Tweedie. Além dessa família você poderia indicar outras que englobem distribuições como por exemplo, Weibull, Gumbel, Burr ...
Ab
2018-01-08 18:18 GMT-02:00 Wagner Bonat via R-br <r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>
:
Quais distribuições vc tem interesse? A distribuição Tweedie tem como casos particulares algumas das mais populares distribuições como a normal, gamma e inversa normal. Assim, ao invés de ajustar um monte de distribuições basta ajustar uma que tem as outras como casos particulares.
Att Wagner
Em 8 de janeiro de 2018 10:38, Rodrigo Campos via R-br < r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>> escreveu:
Bom dia Felipe, Talvez o pacote "fitdistrplus" possa te ajudar! Att.
2018-01-08 10:21 GMT-02:00 Felipe Felix Costa via R-br < r-br@listas.c3sl.ufpr.br<mailto:r-br@listas.c3sl.ufpr.br>>:
olá,
gostaria de saber se existe alguma forma para rodar todas as possíveis distribuições sobre um determinado conjunto de dados com variáveis continuas!?
pois estou procurando e não achei nada pela internet falando dessa possibilidade.
meu objetivo é verificar qual melhor a distribuição para os meus dados e, a partir dessa "melhor", estabelecer um modelo geral com todos os dados e comparar com modelos individuais de áreas isoladas.
HELP
Att., -- *Felipe Felix Costa* Tel. 96-98122-3077
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto: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 forneça código mínimo reproduzível.
-- Rodrigo Campos
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto: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 forneça código mínimo reproduzível.
-- Wagner Hugo Bonat ------------------------------------------------------------ ---------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto: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 forneça código mínimo reproduzível.
-- *Wagner Wolff, **PhD* "*Luiz de Queiroz**" College of Agriculture,* University of São Paulo Pádua Dias avenue11 | 13418-900| Piracicaba-SP| Brazil Phone: +55 19 982385582 <+55%2019%2098238-5582> http://orcid.org/0000-0003-3426-308X https://github.com/wwolff7 http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4463141A1
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR) -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180109/e6dfd363/attachment-0001.html> ------------------------------ Subject: Legenda do Digest _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br<mailto:R-br@listas.c3sl.ufpr.br> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ------------------------------ Fim da Digest R-br, volume 85, assunto 6 ****************************************