README.md

modprev

Arcabouco unificado para estimacao, previsao, simulacao e etc de diversos tipos de modelos, incluindo aqueles com variaveis explicativas. Alem de wrappers para metodos tradicionais de modelos estatisticos, e implementada uma funcao para modelagem e previsao em horizonte rolante, facilitando testes com novos modelos. As funcoes do pacote operam em grande parte como wrappers em torno dos metodos especificos de cada tipo de modelo, visando apresentar uma interface comum para uso de todos eles, tal que a adicao de novos modelos seja simples.

Instalacao

Este pacote ainda nao se encontra disponibilizado no CRAN, de modo que deve ser instalado diretamente a partir do repositorio utilizando:

# Caso a biblioteca remotes nao esteja instalada, execute install.packages("remotes") primeiro
remotes::install_github("lkhenayfis/modprev", build_vignettes = TRUE) # instalacao da versao de desenvolvimento
remotes::install_github("lkhenayfis/modprev@*release", build_vignettes = TRUE) # instalacao da ultima versao fechada

Exemplo de uso

A principal funcionalidade de modprev gira em torno da estimacao e entao previsao com diferentes tipos de modelos atraves de uma mesma interface, retornando saidas com mesmo formato. A estimacao dos modelos e realizada atraves da funcao estimamodelo:

# usando serie gerada aleatoriamente com sazonalidade periodo 12
set.seed(1234)
serie <- ts(arima.sim(list(ar = .7), 240) + 3 * sin(0:11 * 2 * pi / 12), frequency = 12)

m_sarima <- estimamodelo(window(serie, c(1, 1), c(19, 12)), "sarima")
m_ar1saz <- estimamodelo(window(serie, c(1, 1), c(19, 12)), "ss_ar1_saz")

A previsao pode ser feita pela generica predict:

pred_sarima <- predict(m_sarima, n.ahead = 12)
pred_ar1saz <- predict(m_ar1saz, n.ahead = 12)

Modelos com variaveis explicativas

Quando tipo corresponde a um modelo que use variaveis explicativas, estas devem ser passadas tanto para a estimacao

# usando dado interno do pacote
serie <- window(datregdin$obs, 1, 100)
varex <- datregdin$varex[1:100, , drop = FALSE]
m_regdin <- estimamodelo(serie, "ss_reg_din", formula = ~ V1 + V2 * V3, regdata = varex)

… quanto para previsao

newvarex <- datregdin$varex[101:110, , drop = FALSE]
pred_regdin <- predict(m_regdin, newdata = newvarex)