mtsdi 中的 arima 方法

Question

我有一个大型数据集（超过 2000 行和 2000 个变量），其中有很多缺失值。我正在使用 R 的 mtsdi 包的 mnimput 函数来估算所有缺失值。这是我的代码

formula = data
imput_out <- mnimput(formula,data, by = NULL, log = FALSE, log.offset = 1,
                 eps = 1e-3, maxit = 1e2, ts = TRUE, method = "arima", ar.control = list(order = c(1,1,1), period = 4,  f.eps = 1e-6, f.maxit = 1e3, ga.bf.eps = 1e-6,verbose = TRUE, digits = getOption("digits")))

但是我收到一个错误

Error in o[1:3, j] : incorrect number of dimensions

请帮帮我。

Answer 1

您必须真正深入到包源中才能发现这里发生了什么。 ar.control 被放入一个变量 o 中，该变量 o 由您放入公式中的第 j 列迭代。所以如果你的公式看起来像 ~c31+c32+c33 你的 ar 术语需要是 3 列的 (p,d,q) 值

为了便于编辑，我在 ar.control 参数之外分配了它 arcontrol<-list(order=cbind(c(1,0,0),c(0,0,1),c(1,0,0)), period=NULL)

mnimput(formula,data,eps=1e-3,ts=TRUE, method="arima", ar.control=arcontrol

如果你有兴趣，这里是包源

function (xn, o, s, eps, maxit) 
{
  rows <- dim(xn)[1]
  cols <- dim(xn)[2]
  models <- as.list(rep(NA, cols))
  ar.pred <- matrix(NA, nrow = rows, ncol = cols)
  for (j in 1:cols) {
    if (is.null(s)) {
      order <- o[1:3, j]
      seasonal <- list(order = c(0, 0, 0), period = NA)
    }
    else {
      order <- o[1:3, j]
      seasonal <- list(order = o[4:6, j], period = s)
    }
    models[[j]] <- arima(xn[, j], order = order, seasonal = seasonal, 
      xreg = NULL, optim.control = list(maxit = maxit, 
        reltol = eps))
    ar.pred[, j] <- xn[, j] - residuals(models[[j]])
  }
  retval <- list(ar.pred = ar.pred, models = models)
  return(retval)
}

mtsdi 中的 arima 方法

arima method in mtsdi

r

time-series