Msgstr "Ошибка в kmin: kmax: result будет слишком длинным вектором".В функции прогнозирования select_and_forecast () с моделью midas - PullRequest
0 голосов
/ 18 мая 2019

Я пытаюсь сделать прогнозирование Midas в R с библиотекой Midasr.У меня переменная низкой частоты находится в квартале с 1 квартала 2009 года по 3 квартал 2016 года (PIB_agrocut), а моя переменная высокой частоты находится в месяце с января 2009 года по сентябрь 2016 года (Ton_prod_carne).

Когда я делаю прогнозирование с помощью функции select_and_forecast (), возвращаем ошибку в kmin: kmax: результат будет слишком длинным вектором. Дополнительно: Предупреждающие сообщения: 1: в мин. (До): нет не пропущенных аргументовдо мин;возврат Inf 2: в max (to): нет не пропущенных аргументов для max;возвращая -Inf

Я пытался изменить уровень прогнозирования и количество лагов для переменной высокой частоты, и я сократил период до прогнозирования, но ошибка продолжается

library(midasr)
cbfc <- select_and_forecast(PIB_agrocut ~ trend + mls(Ton_prod_carne, 0, 3),
                             from = list(x = c(3, 6, 9)), # l = (1,2,3), l*m 
                             to = list(x = rbind( c(8, 18), c(11, 21), c(14, 24) ) ), #l*m1 + 5, l*m1 + 15
                             insample = 1:25, outsample = 26:31,
                             weights = list(Ton_prod_carne = c("nealmon", "almonp")),
                             wstart = list(nealmon = rep(0, 2), almonp = rep(0, 2)),
                             IC = "AIC", seltype = "restricted", ftype = "fixed",
                             measures = c("MSE", "MAPE", "MASE"),
                             fweights = c("EW", "BICW", "MSFE", "DMSFE"))

Это моя ошибка ... Я не знаю, что произойдет.

Error in kmin:kmax : result would be too long a vector
In addition: Warning messages:
1: In min(to) : no non-missing arguments to min; returning Inf
2: In max(to) : no non-missing arguments to max; returning -Inf
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...