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@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@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@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@gmail.com <e-mail%3Anandodesouza@gmail.com> Lattes: http://lattes.cnpq.br/6519538815038307 Blog: https://producaoanimalcomr.wordpress.com/ ==========================================