Полиномиальное распределение лагов с эффектами взаимодействия - PullRequest
Новая
       6

Полиномиальное распределение лагов с эффектами взаимодействия

0 голосов
/ 17 февраля 2020

У меня есть следующая модель ARDL с (отстающими) эффектами взаимодействия 

dynlm(ts_sales ~ trend(ts_sales) + L(ts_sales, 1:4) + season(ts_sales) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_V1, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V2, 0:1) + 
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V3, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V4, 0:1) +  
                   L(ts_DIFF_main_variable, 0:1)*L(ts_V5, 0:1) + 
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V6, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_V7, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V8, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V9, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_V10, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V11, 0:1) +
                   L(ts_DIFF_main_variable, 0:1)*L(ts_DIFF_V12, 0:1), start = c(2017, 2), end = c(2019, 52))

Как я могу ограничить веса запаздывания с помощью полиномиального распределения запаздывания? Можно ли это как-то сделать с помощью функции crossbasis () из пакета dnlm?

...