search

bdemeshev / bvarr

r package for bayesian VARs
22 stars 12 forks source link

implement calculation of hyperparameters from lambdas #11

Open bdemeshev opened 6 years ago

AlexSav777 commented 4 years ago

И все ж хотелось бы чтоб был реализован расчет гиперпараметров по лямбдам. Как то скучно без этого.

bdemeshev commented 4 years ago

А зачем? Способ с созданием дамми-наблюдений самый робастный по моему опыту. Поэтому сейчас из лямбд напрямую создаются дамми-наблюдения.

А если очень охота получить гиперпараметры, то можно пройти по цепочке лямбды в дамми-наблюдения, дамми-наблюдения в гиперпараметры, bvar_conj_lambda2dummy(), bvar_conj_dummy2hyper().

AlexSav777 commented 4 years ago

Вот такая конструкция (см. ниже) позволила мне вводить разные значения лямбд и соответственно делать разные прогнозы на выходе. Несмотря на то что после команды setup<-... выдает сообщение "Calculation of hyperparameters from lambdas is not implemented yet :( You may safely ignore the message if you supply lambdas :)" Правомерно ли использовать эти команды таким образом?

setup <- bvar_conj_setup(z1, p = 4, lambda = c(0.2, 1, 1, 1, 100, 100)) model <- bvar_conj_estimate(setup, keep = 10) bvar_conj_forecast(model, h = 12, output = "wide") (z1 - это мои данные).

А вообще поработал с командами (стандартная конструкция) setup <- bvar_conj_setup(z1, p = 4) #менял только лаги model <- bvar_conj_estimate(setup) bvar_conj_forecast(model, h = 12, output = "wide")

И выяснил, что прогноз ИПЦ на 12 месяцев вперед очень близок к тестовой выборке, а еще близок по вневыборочному прогнозу с прогнозом, полученным мной другим методом (множественной регрессией), (в обоих случаях RMSE чуть больше 0,3), что само по себе есть очень хорошо. (Модель из 8 переменных на региональных данных). Правда плотно поработать с пакетом еще не успел, но первое впечатление от BVARR более чем положительное.

bdemeshev commented 4 years ago

Как написано в сообщении You may safely ignore the message if you supply lambdas :) И в первой команде lambda заданы :) В этом проблем нет!

keep = 10 просто несерьезно, это же монте-карло! являются ли данные лямбды хорошими для ипц, это только экспериментально можно понять

ср, 8 янв. 2020 г. в 15:46, AlexSav777 notifications@github.com:

Вот такая конструкция (см. ниже) позволила мне вводить разные значения лямбд и соответственно делать разные прогнозы на выходе. Несмотря на то что после команды setup<-... выдает сообщение "Calculation of hyperparameters from lambdas is not implemented yet :( You may safely ignore the message if you supply lambdas :)" Правомерно ли использовать эти команды таким образом?

setup <- bvar_conj_setup(z1, p = 4, lambda = c(0.2, 1, 1, 1, 100, 100)) model <- bvar_conj_estimate(setup, keep = 10) bvar_conj_forecast(model, h = 12, output = "wide") (z1 - это мои данные).

А вообще поработал с командами (стандартная конструкция) setup <- bvar_conj_setup(z1, p = 4) #менял только лаги model <- bvar_conj_estimate(setup) bvar_conj_forecast(model, h = 12, output = "wide")

И выяснил, что прогноз ИПЦ на 12 месяцев вперед очень близок к тестовой выборке, а еще близок по вневыборочному прогнозу с прогнозом, полученным мной другим методом (множественной регрессией), (в обоих случаях RMSE чуть больше 0,3), что само по себе есть очень хорошо. (Модель из 8 переменных на региональных данных). Правда плотно поработать с пакетом еще не успел, но первое впечатление от BVARR более чем положительное.

— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub https://github.com/bdemeshev/bvarr/issues/11?email_source=notifications&email_token=AAIGUPNNUM4HZPLILW5JHWLQ4XDK5A5CNFSM4EH6FAPKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGOEIMIN6Q#issuecomment-572032762, or unsubscribe https://github.com/notifications/unsubscribe-auth/AAIGUPPMBQYZAIYFJKPL4VTQ4XDK5ANCNFSM4EH6FAPA .

AlexSav777 commented 4 years ago

Спасибо, большое!

AlexSav777 commented 4 years ago

Да, хотел еще спросить. Имеется ли возможность в bvarr строить график IRF и Variance Decomposition?

bdemeshev commented 4 years ago

если напишешь и закоммитишь, то будет :) Хотя в целом conjugate normal inverse wishart — это не про irf :)

Il gio 9 gen 2020, 14:24 AlexSav777 notifications@github.com ha scritto:

Да, хотел еще спросить. Имеется ли возможность в bvarr строить график IRF и Variance Decomposition?

— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub https://github.com/bdemeshev/bvarr/issues/11?email_source=notifications&email_token=AAIGUPIEP74DJPFO43Z6I6LQ44CQTA5CNFSM4EH6FAPKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGOEIP7FNQ#issuecomment-572519094, or unsubscribe https://github.com/notifications/unsubscribe-auth/AAIGUPLJWDPTIYNT5QHN2VLQ44CQTANCNFSM4EH6FAPA .

AlexSav777 commented 4 years ago

К сожалению у меня еще не тот уровень знаний, чтобы писать. Я пока только пользователь. Но впрочем очень жаль, что нет возможности оценить вклад каждого из факторов в прогнозные значения. Или все таки есть? И просто я не досконально изучил пакет?

bdemeshev commented 4 years ago

Моё мнение, что оценка вклада факторов — это ловля мифических единорогов :) в пакете этого нет.

Il dom 12 gen 2020, 05:32 AlexSav777 notifications@github.com ha scritto:

К сожалению у меня еще не тот уровень знаний, чтобы писать. Я пока только пользователь. Но впрочем очень жаль, что нет возможности оценить вклад каждого из факторов в прогнозные значения. Или все таки есть? И просто я не досконально изучил пакет?

— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub https://github.com/bdemeshev/bvarr/issues/11?email_source=notifications&email_token=AAIGUPIO5HOJWZEDWQGRDY3Q5J6LBA5CNFSM4EH6FAPKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGOEIWQHXY#issuecomment-573375455, or unsubscribe https://github.com/notifications/unsubscribe-auth/AAIGUPN3XMQSFQ7QZSOW7KLQ5J6LBANCNFSM4EH6FAPA .