Saya mengetahui jenis LASSO, ridge, dan elastisitas-net dalam model regresi linier.
Pertanyaan:
- Bisakah estimasi jenis ini (atau sejenisnya) diterapkan pada pemodelan ARIMA (dengan bagian MA yang tidak kosong)?
Dalam membangun model ARIMA, tampaknya biasa untuk mempertimbangkan urutan lag maksimum yang dipilih sebelumnya ( , ) dan kemudian memilih beberapa urutan optimal dan misalnya dengan meminimalkan AIC atau AICc. Tetapi bisakah regularisasi digunakan sebagai gantinya?
Pertanyaan saya selanjutnya adalah:
- Bisakah kita memasukkan semua istilah hingga ( , ) tetapi menghukum ukuran koefisien (berpotensi sampai nol)? Apakah itu masuk akal?
- Jika mau, apakah itu sudah diterapkan di R atau perangkat lunak lain? Jika tidak, apa masalahnya?
Pos yang agak terkait dapat ditemukan di sini .
time-series
arima
lasso
regularization
ridge-regression
Richard Hardy
sumber
sumber
Jawaban:
Menjawab Pertanyaan 1.
Chen & Chan "Subset pilihan ARMA melalui adaptive Lasso" (2011) * menggunakan solusi untuk menghindari estimasi kemungkinan maksimum yang dikomputasi secara komputasi. Mengutip kertas, mereka
Secara opsional, mereka menyarankan estimasi kemungkinan maksimum dan diagnostik model untuk model ARMA subset terpilih.
Pendekatan Wilms et al. adalah diimplementasikan dalam paket R "bigtime" .
Referensi
* Terima kasih kepada @hejseb untuk tautannya.
sumber