¿Cómo conseguir previsiones estrictamente positivas?

Question

Estoy trabajando con una serie temporal cuyos valores son estrictamente positivo . Trabajando con varios modelos, incluyendo AR, MA, ARMA, etc, no pude encontrar una manera fácil de lograr previsiones estrictamente positivas.

Estoy usando R para hacer mis previsiones, y todo lo que pude encontrar fue forecast.hts {hts} que tiene un positivo descrito aquí:

Previsión de una serie temporal jerárquica o agrupada, paquete hts

## S3 method for class 'gts':
forecast((object, h,
  method = c("comb", "bu", "mo", "tdgsf", "tdgsa", "tdfp", "all"),
  fmethod = c("ets", "rw", "arima"), level, positive = FALSE,
    xreg = NULL, newxreg = NULL, ...))

positive
    If TRUE, forecasts are forced to be strictly positive

http://www.inside-r.org/packages/cran/hts/docs/forecast.gts

¿Alguna sugerencia para series temporales no jerárquicas? ¿Qué hay de la generalización en el uso de otras restricciones como mínimo, máximo, etc?

Incluso si no se implementa en R, se agradecerían sugerencias sobre artículos, modelos o transformaciones de variables generales útiles.

Answer 1

Con el forecast para R, basta con configurar lambda=0 al ajustar un modelo. Por ejemplo:

fit <- auto.arima(x, lambda=0)
forecast(fit)

Muchas de las funciones del paquete permiten lambda argumento. Cuando el lambda se utiliza una transformación Box-Cox. El valor $\lambda=0$ especifica una transformación logarítmica. Por lo tanto lambda=0 significa que los datos registrados se modelizan y, cuando se elaboran las previsiones, se retrotransforman al espacio original.

Véase http://www.otexts.org/fpp/2/4 para seguir debatiendo.