Pénalité VARX pour son propre groupe ou pour un autre groupe

Dans ce modèle, le regroupement fait la distinction entre les décalages propres à une série et ceux des autres séries. Cette structure est similaire à celle de Componentwise (voir ci-dessous) mais donne la priorité aux retards « propres » par rapport aux « autres » retards pour un décalage spécifique. Ceci est basé sur l'hypothèse selon laquelle les propres décalages sont plus informatifs que les autres décalages.

Le modèle VARX Own/Other Group Penalty est une variante du VARX Lag Group Lasso où propre les retards sont réduits d'un facteur inférieur à autre les retards, c'est-à-dire que les propriétés autorégressives des variables incluses sont prioritaires par rapport à l'effet des différentes variables les unes sur les autres. Ceci est similaire à l'antérieur du Minnesota de Litterman qui est utilisé dans l'analyse bayésienne. Même dans un contexte où des indicateurs appropriés sont sélectionnés, il est courant de constater que la variable principale dépend fortement de ses propres décalages. Le modèle VARX Own/Other Group Penalty permet d'inclure des décalages d'indicateurs dans le modèle uniquement si le même décalage est inclus pour la variable principale.

Mathématiquement, la pénalité peut être écrite comme

X∣∣Fest la norme de Frobenius mentionnée dans l'article du VARX Lag Group Lasso. La notation UNE_sur (l) et UNE_désactivé (l) se réfèrent aux entrées en diagonale et hors diagonale des matrices de coefficients pour le décalage l. Étant donné que les décalages d'une variable dans sa propre équation seront représentés par les entrées diagonales, cela montre comment la structure des pénalités est réalisée mathématiquement.

Explore more models

Within this category

More categories