Forecast model category

Multivariado, grupo Lasso

Em 2006, Yuan e Lin introduziram o laço de grupo para permitir que grupos predefinidos de covariáveis sejam selecionados para dentro ou para fora de um modelo juntos, de modo que todos os membros de um determinado grupo sejam incluídos ou não incluídos.
Pênalti do VARX Own/Other Group
Neste modelo, o agrupamento distingue entre os atrasos próprios de uma série e os de outras séries. Essa estrutura é semelhante à Componentwise (veja abaixo), mas prioriza os atrasos “próprios” sobre os atrasos “outros” para um atraso específico. Isso se baseia na hipótese de que os atrasos próprios são mais informativos do que outros atrasos.
Pênalti próprio ou outro grupo esparso do VARX
Esparso se refere a não penalizar um grupo inteiro. Em certos cenários, uma penalidade de grupo pode ser muito restritiva. Por outro lado, ter muitos grupos aumentará substancialmente o tempo de computação e geralmente não melhora o desempenho da previsão.
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 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