У меня есть список разреженных матриц, построенный из столбцов трех отдельных фреймов данных:
adjmat_list = list()
for(k in 1:length(df_i)) {
adjmat_list[k] <- sparseMatrix(i=na.omit(df_i[,k]),
j=na.omit(df_j[,k]),
x=na.omit(df_values[,k]), index1=FALSE)
}
Каждая разреженная матрица состоит из координат (i, j) ненулевых элементов (x) вматрица.
Этот список можно рассматривать как разреженную матрицу, развивающуюся со временем.Каждый элемент списка разреженных матриц является шагом по времени.
Я хотел бы посмотреть, могу ли я использовать авторегрессию для прогнозирования разреженной матрицы t + 1 по заданным разреженным матрицам в моменты времени t, t-1 и т. Д.
Для начала я хочу выбрать соответствующую задержку, используя VARselect
.Я попробовал это:
lag_val <- VARselect(adjmat_list, lag.max=3, type="none")
И получил эту ошибку: Error in embed(y, lag)[, -c(1:K)] : incorrect number of dimensions
Как мне найти подходящее значение задержки?