Forecast model category

Multivariat, Gruppe Lasso

2006 führten Yuan und Lin das Gruppenlasso ein, um es zu ermöglichen, vordefinierte Gruppen von Kovariaten gemeinsam in ein oder aus einem Modell auszuwählen, sodass alle Mitglieder einer bestimmten Gruppe entweder eingeschlossen oder nicht enthalten sind.
VAR Lag weighted Lasso
Consists of a Lasso penalty that increases geometrically with lag. This means that shorter lags are prioritized in these models, compared to the set up in other VAR models.
VARX Eigener/Anderer Gruppenelfmeter
In diesem Modell unterscheidet die Gruppierung zwischen den eigenen Verzögerungen einer Serie und denen anderer Serien. Diese Struktur ähnelt der komponentenweisen Struktur (siehe unten), wobei jedoch „eigene“ Verzögerungen für eine bestimmte Verzögerung den Vorrang vor „anderen“ Verzögerungen eingeräumt werden. Dies basiert auf der Hypothese, dass eigene Lags aussagekräftiger sind als andere Lags.
VARX Eigener/Sonstiger spärlicher Gruppenelfmeter
Sparse bezieht sich darauf, eine ganze Gruppe nicht zu bestrafen. In bestimmten Szenarien kann eine Gruppenstrafe zu restriktiv sein. Andererseits erhöht eine Vielzahl von Gruppen die Berechnungszeit erheblich und verbessert im Allgemeinen nicht die Prognoseleistung.
VARX Endogenous-First
VARX Endegenous-First utilizes a penalty to prioritize endogenous series. At a given lag, an exogenous series can enter the model only if their endogenous counterpart is nonzero.
VARX Lag Group Lasso
Groups the series based on the lags of the explanatory variables. The model selects the variables and their lags based on lag grouping, meaning that the 1st lags, 2nd lags etc. of all variables are put into groups. If not contributing, entire groups will then be penalized.

Explore more model categories