Regresión con variables retardadas

Question

Soy nuevo en el análisis de regresión. Digamos que inicialmente tengo una regresión lineal

x = alag(x1) + blag(x2) + clag(x3) -- eq 1

Quiero predecir el precio x basándome en el precio de x de días anteriores.

Digamos que creo que la volatilidad rezagada y y el rango rezagado (alto - bajo) z también afectarían al precio de hoy, ¿cómo podría hacer una regresión de los datos? ¿Simplemente hago

x = alag(x1) + blag(x2) + clag(x3) + dlag(y1) + elag(y2) + flag(y3) + glag(z1) + hlag(z2) + ilag(z3) -- eq 2

Intuitivamente, creo que la combinación de los tres factores juntos para un día concreto es útil para la predicción. Por ejemplo,

x = alag(Todos los factores rezagados 1) + blag(Todos los factores rezagados 2) + clag(Todos los factores rezagados 3) --eq 3

Sin embargo, al utilizar eq2, parece que estoy tratando todos los factores de forma independiente, independientemente de que el punto de datos sea del mismo día o no. Entonces, ¿hay algún método para tratar los datos rezagados en grupos o me estoy equivocando al pensar así?

Gracias.

Answer 1

Creo que la combinación de los tres factores juntos para un día concreto es útil para la predicción.

Un atajo.

¿Determinó formalmente la naturaleza de este combinación de los 3 factores juntos?

Digamos que usted llega a la combinación : factor1 + factor2 + factor3 .

Lo que puedes hacer es considerarlo como una nueva variable, por ejemplo v a eso v = factor1 + factor2 + factor3

Ahora sólo hay que introducir la nueva variable v en su ecuación.

Answer 2

Para los métodos de previsión y regresión hay un gran libro de texto gratuito en línea de Rob Hyndman . El capítulo 9 trata de la regresión de series temporales. Está perfectamente bien tener factores correlacionados en la rhs como en su ecuación 2. El pronóstico funcionará, pero la atribución clara a los factores de regresión no será posible.