สมมติว่าฉันกำลังพิจารณาตัวแปรอิสระหลายตัวสำหรับการรวมไว้ในโมเดล ARIMAX ที่ฉันกำลังพัฒนา ก่อนที่จะปรับตัวแปรที่แตกต่างกันฉันต้องการคัดกรองตัวแปรที่มีสาเหตุแบบย้อนกลับโดยใช้การทดสอบ Granger (ฉันใช้granger.test
ฟังก์ชั่นจากMSBVAR
แพ็คเกจใน R แม้ว่าฉันเชื่อว่าการทำงานอื่น ๆ คล้ายกัน) ฉันจะกำหนดจำนวนการทดสอบที่ล่าช้าได้อย่างไร
ฟังก์ชัน R คือ: granger.test(y, p)
โดยที่y
data frame หรือ matrix และp
เป็น lags
สมมติฐานคือว่าที่ผ่านมาค่าของไม่ได้ช่วยในการทำนายค่าของY
มีเหตุผลใดที่จะไม่เลือกความล่าช้าที่สูงมากที่นี่ (นอกเหนือจากการสูญเสียการสังเกต)?
โปรดทราบว่าฉันได้แตกต่างทุกอนุกรมเวลาในกรอบข้อมูลของฉันตามลำดับของการรวมของอนุกรมเวลาขึ้นอยู่กับฉัน (เช่นทำให้ความแตกต่างของอนุกรมเวลาขึ้นต่อกันของฉันทำให้มันหยุดนิ่งดังนั้นฉันจึงแตกต่างอนุกรมเวลา "อิสระ" ทั้งหมดหนึ่งครั้ง)