我目前使用以下过程在 R 中引导多元时间序列:
- 确定块大小——运行包中的函数
b.star
,np
为每个系列生成块大小 - 选择最大块大小
tsboot
使用选定的块大小在任何系列上运行- 使用引导输出中的索引来重建多元时间序列
有人建议使用 meboot 包作为块引导程序的替代方案,但由于我没有使用整个数据集来选择块大小,如果我要使用运行创建的索引,我不确定如何保留系列之间的相关meboot
性一个系列。如果有人在多变量环境中使用 meboot 有经验,我将非常感谢有关该过程的建议。
我目前使用以下过程在 R 中引导多元时间序列:
b.star
,np
为每个系列生成块大小tsboot
使用选定的块大小在任何系列上运行有人建议使用 meboot 包作为块引导程序的替代方案,但由于我没有使用整个数据集来选择块大小,如果我要使用运行创建的索引,我不确定如何保留系列之间的相关meboot
性一个系列。如果有人在多变量环境中使用 meboot 有经验,我将非常感谢有关该过程的建议。
首先,我要强烈推荐最大熵引导程序(meboot)。我放弃了块引导程序,转而使用了 meboot,我对结果非常满意。该算法不以任何方式使用阻塞,它不需要平稳性,但它结合了数据的相关结构。这个很酷。
其次,虽然我承认我从未使用 meboot 进行过多元引导,但我相信您可以将时间序列数据重新转换为面板数据并使用 meboot.pdata.frame 函数来执行本质上的多元引导。