tslars(tslars)
tslars()所属R语言包：tslars
Function to obtain the selected model accoring the the time series LARS algorithm
功能以获取所选的模型accoring的时间序列LARS算法
译者：生物统计家园网 机器人LoveR
描述----------Description----------
The tslars function applies a dynamic variable selection procedure. It is an extension of the LARS algorithm of Efron et al (2004) which is designed for time series analysis. It provides a ranking of the predictors and a selection of which predictors to include in the final model as well as a selection of the appropriate lag length.
tslars功能适用于动态变量的选择过程。它是一个扩展的LARS埃夫隆等人（2004）的算法，其目的是为时间序列分析。它提供了一个排名的预测和选择，包括在最终的模型，以及选择适当的滞后长度的预测。
用法----------Usage----------
tslars(formula, h = 1, p.max = 5, max.x = 10, nr.rank = NA)
参数----------Arguments----------
参数：formula
a formula describing the model to be fitted
描述的模型的公式，以嵌合
参数：h
the forecast horizon, defaults to 1.
预测水平，默认为1。
参数：p.max
the maximal number of lags to allow, defaults to 5.
最大数目的滞后允许，默认为5秒。
参数：max.x
the maximal number of predictors to include in the final model, defaults to 10.
的最大数量的预测，包括在最终的模型，默认为10。
参数：nr.rank
the number of predictors to be ranked. This is especially interesting if the total number of predictors is really large.
数的预测排名。如果总人数的预测是非常大的，这是特别有趣的。
值----------Value----------
A tslars-object is returned, for which print(), summary(), predict() and coef() are available. An object of class "lm" is a list containing the following components: <table summary="R valueblock"> <tr valign="top"><td>active</td> <td> the active set, a vector giving the TS-LARS ordering of the predictors, '0' indicates lagged values of the response.</td></tr> <tr valign="top"><td>fixedp</td> <td> indicates whether the lag length was prespecified (TRUE) or not (FALSE).</td></tr> <tr valign="top"><td>laglength.opt</td> <td> if fixedp is TRUE, the prespecified lag length. If fixedp is FALSE, the optimal lag length selected according to BIC.</td></tr> <tr valign="top"><td>nrvar.opt</td> <td> the optimal number of predictors to include in the final model, according to the BIC.</td></tr> <tr valign="top"><td>bic</td> <td> the BIC values for the nested models.</td></tr> <tr valign="top"><td>h</td> <td> the forecast horizon used.</td></tr> <tr valign="top"><td>call</td> <td> the matched call.</td></tr> <tr valign="top"><td>response</td> <td> the response used.</td></tr> <tr valign="top"><td>predictors</td> <td> the predictors used.</td></tr> </table>
Atslars对象被返回，print()，summary()，predict()和coef()是可用的。类“lm”的对象是一个列表，其中包含以下组件：<table summary="R valueblock"> <tr valign="top"> <TD>active </ TD> <TD>的活动集，一个向量，TS-LARS订购的预测，“0”表示响应的滞后值。</ TD> </ TR> <tr valign="top"> <TD>fixedp</ TD > <TD>表示的滞后长度是否被预先设定（TRUE）或没有（FALSE）</ TD> </ TR> <tr valign="top"> <TD><X > </ TD> <td>如果laglength.opt是fixedp，预先设定的滞后长度。如果TRUE是fixedp，根据BIC的最优滞后长度选择。</ TD> </ TR> <tr valign="top"> <TD> FALSE</ TD> <TD>的最佳数量的预测，包括在最终的模型，根据BIC的。</ TD> </ TR> <tr valign="top"> <TD>nrvar.opt </ TD> <TD BIC值的嵌套模型。</ TD> </ TR> <tr valign="top"> <TD>bic </ TD> <TD>的预测水平。</ TD> < / TR> <tr valign="top"> <TD> h </ TD> <TD>匹配的呼叫。</ TD> </ TR> <tr valign="top"> <TD> call </ TD> <TD>使用的响应。</ TD> </ TR> <tr valign="top"> <TD>response </ TD> <TD>的预测使用。 </ TD> </ TR> </ TABLE>
（作者）----------Author(s)----------
Sarah Gelper
参考文献----------References----------
实例----------Examples----------
n <- 100
m <- 10 #m>5[M>]
x <- matrix(rnorm(n*m), ncol=m)
coefs <- c(rep(1,5),rep(0,m-5))
y <- c(rnorm(1),crossprod(t(x[1 n-1),]),coefs) + rnorm(n-1))
mytslars <- tslars(y~x)
summary(mytslars)
# To obtain an h-step-ahead prediction of the response using the selected model fitted by OLS:[要获得使用选定的OLS模型拟合响应了一个“h一步超前预测：]
myprediction <- predict(mytslars)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-10-1 12:43:54
