R模型预测使用GLM在for循环中进行日前预测

Question

我有以下数据 table，我想使用这些数据根据数据中的其他变量 table 使用 GLM（= 广义线性模型）预测 DE 价格。

set.seed(123)
dt.data <- data.table(date = seq(as.Date('2019-01-01'), by = '1 day', length.out = 731),
                      'DE' = rnorm(731, 30, 1), 'windDE' = rnorm(731, 10, 1),
                      'consumptionDE' = rnorm(731, 50, 1), 'nuclearDE' = rnorm(731, 8, 1), 
                      'solarDE' = rnorm(731, 1, 1), check.names = FALSE)


dt.forecastData <- dt.data
dt.forecastData <- na.omit(dt.forecastData)


fromTestDate <- "2019-12-31"
fromDateTest <- base::toString(fromTestDate)      


## Create train and test date-vectors depending on fromDateTest: ##
v.train <- which(dt.forecastData$date <= fromDateTest)
v.test <- which(dt.forecastData$date == as.Date(fromDateTest)+1)

## Create data tables for train and test data with specific date range (fromTestDate): ##
dt.train <- dt.forecastData[v.train]
v.trainDate <- dt.train$date
dt.test <- dt.forecastData[v.test]
v.testDate <- dt.test$date

## Delete column "date" of train and test data for model fitting: ##
dt.train <- dt.train[, c("date") := NULL]
dt.test <- dt.test[, c("date") := NULL]


## MODEL FITTING: ##
## Generalized Linear Model: ##
xgbModel <- stats::glm(DE ~ .-1, data = dt.train, 
                       family = quasi(link = "identity", variance = "constant"))


## Train and Test Data PREDICTION with xgbModel: ##
dt.train$prediction <- stats::predict.glm(xgbModel, dt.train)
dt.test$prediction <- stats::predict.glm(xgbModel, dt.test)


## Add date columns to dt.train and dt.test: ##
dt.train <- data.table(date = v.trainDate, dt.train)
dt.test <- data.table(date = v.testDate, dt.test)

在此代码中，我使用 2019-01-01 到 2019-12-31 的数据训练模型，并使用 2020-01-01 的日前预测对其进行测试。现在我想创建一个 for 循环，这样我的模型总共运行 365，如下所示：

运行 1:

a) 使用 01-01-2019 到 31-12-2019 来训练我的模型

b) 预测 01-01-2020（测试数据）

c) 使用 01-01-2020 的实际数据点来评估预测

运行 2:

a) 使用 01-01-2019 到 01-01-2020 来训练我的模型

b) 预测 02-01-2020

c) 使用 02-01-2020 的实际数据点来评估预测

等

最后，我想绘制例如个体预测性能的累积总和或个体预测性能的直方图和一些汇总统计数据（均值、中位数、标准差等）

不幸的是，我不知道如何开始循环以及在哪里可以保存我对每个运行的预测？我希望有人能帮我解决这个问题！

Answer 1

基本上，您必须构建一个向量，其中包含每个运行的结束日期。然后，您可以在循环的每次迭代中选择一个结束日期，运行模型并预测提前一天。使用您的代码，这可能看起来像这样：

set.seed(123)
dt.data <- data.table(date = seq(as.Date('2019-01-01'), by = '1 day', length.out = 731),
                      'DE' = rnorm(731, 30, 1), 'windDE' = rnorm(731, 10, 1),
                      'consumptionDE' = rnorm(731, 50, 1), 'nuclearDE' = rnorm(731, 8, 1), 
                      'solarDE' = rnorm(731, 1, 1), check.names = FALSE)


dt.forecastData <- dt.data
dt.forecastData <- na.omit(dt.forecastData)

在这里，我构建了一个包含 2019 年 12 月 31 日到 2020 年 1 月 15 日之间所有日期的向量，根据需要进行调整：

# vector of all end dates
eval.dates <- seq.Date(from = as.Date("2019-12-31"), 
                       to   = as.Date("2020-01-15"),
                       by   = 1)

在这里，我为未来一天的预测创建一个存储文件

# storage file for all predictions
test.predictions  <- numeric(length = length(eval.dates))

现在，运行使用您的代码的循环并在每次迭代中选择一个结束日期：

for(ii in 1:length(eval.dates)){ # loop start

fromTestDate <- eval.dates[ii] # get end date for iteration
fromDateTest <- base::toString(fromTestDate)      


## Create train and test date-vectors depending on fromDateTest: ##
v.train <- which(dt.forecastData$date <= fromDateTest)
v.test <- which(dt.forecastData$date == as.Date(fromDateTest)+1)

## Create data tables for train and test data with specific date range (fromTestDate): ##
dt.train <- dt.forecastData[v.train]
v.trainDate <- dt.train$date
dt.test <- dt.forecastData[v.test]
v.testDate <- dt.test$date

## Delete column "date" of train and test data for model fitting: ##
dt.train <- dt.train[, c("date") := NULL]
dt.test <- dt.test[, c("date") := NULL]


## MODEL FITTING: ##
## Generalized Linear Model: ##
xgbModel <- stats::glm(DE ~ .-1, data = dt.train, 
                       family = quasi(link = "identity", variance = "constant"))






## Train and Test Data PREDICTION with xgbModel: ##
test.predictions[ii] <- stats::predict.glm(xgbModel, dt.test)


# verbose
print(ii)

} # loop end

如您所见，这是您的代码的一个简短版本，为简洁起见，我省略了训练集的预测。可以按照您上面的代码轻松添加它们。

您没有指定要使用哪些度量来评估您的样本外预测。对象 test.predictions 包含您所有的一步预测，您可以使用它来计算 RMSE、LPS 或您想要使用的任何预测能力量化。

R模型预测使用GLM在for循环中进行日前预测

R Model prediction using GLM for day-ahead forecasts in a for-loop

for-loop

r

prediction

forecasting

glm