如何检查VAR模型中的accuracy()以及如何确定正确的季节性(是否有函数)我想创建一个VAR模型。我有月度数据
Var_model <- VAR(cb, p = 1, type = "both", season = 12, exog = NULL)
我将season=12作为默认值，因为我的数据是每月的。如何确定季节性?
mstl分解图形
peca
沃尔恩
almo
凯旋歌
这是主要的问题。如何在var模型中运行accuracy()?
forecast <- predict(Var_model, n.ahead = 24, ci = 0.95)
accuracy(forecast$fcst[[1]][,"fcst"], almo)
我想我是按照程序来的。准确性(预测，数据)但仍然得到错误
testaccuracy(object, x, test, d, d)中的错误:没有足够的预测。检查预测和测试数据是否匹配
在你的模型Var_model中有varresult，所以你可以看到不同的精度指标，并定义你的模型在训练集上有多好，如accuracy(your_model_name$varresult$col_name)
此外，你应该检查季节性和滞后相关性和交叉相关性的分解豁免，如果你使用VAR，因为所有变量都会在预测水平上相互影响。