gdpc: An R Package for Generalized Dynamic Principal Components gdpc: حزمة R للمكونات الرئيسية الديناميكية العامة gdpc : un package R pour les composants principaux dynamiques généralisés gdpc: Un paquete R para componentes principales dinámicos generalizados

gdpc is an R package for the computation of the generalized dynamic principal components proposed in Peña and Yohai (2016). In this paper, we briefly introduce the problem of dynamical principal components, propose a solution based on a reconstruction criteria and present an automatic procedure to compute the optimal reconstruction. This solution can be applied to the non-stationary case, where the components need not be a linear combination of the observations, as is the case in the proposal of Brillinger (1981). This article discusses some new features that are included in the package and that were not considered in Peña and Yohai (2016). The most important one is an automatic procedure for the identification of both the number of lags to be used in the generalized dynamic principal components as well as the number of components required for a given reconstruction accuracy. These tools make it easy to use the proposed procedure in large data sets. The procedure can also be used when the number of series is larger than the number of observations. We describe an iterative algorithm and present an example of the use of the package with real data. gdpc هي حزمة R لحساب المكونات الرئيسية الديناميكية المعممة المقترحة في Peña and Yohai (2016). في هذه الورقة، نقدم بإيجاز مشكلة المكونات الرئيسية الديناميكية، ونقترح حلاً بناءً على معايير إعادة الإعمار ونقدم إجراءً تلقائيًا لحساب إعادة الإعمار الأمثل. يمكن تطبيق هذا الحل على الحالة غير الثابتة، حيث لا يلزم أن تكون المكونات مزيجًا خطيًا من الملاحظات، كما هو الحال في اقتراح Brillinger (1981). تناقش هذه المقالة بعض الميزات الجديدة التي تم تضمينها في الحزمة والتي لم يتم النظر فيها في بينيا ويوهاي (2016). أهمها إجراء تلقائي لتحديد كل من عدد التأخيرات التي سيتم استخدامها في المكونات الرئيسية الديناميكية المعممة وكذلك عدد المكونات المطلوبة لدقة إعادة بناء معينة. تسهل هذه الأدوات استخدام الإجراء المقترح في مجموعات البيانات الكبيرة. يمكن أيضًا استخدام الإجراء عندما يكون عدد السلاسل أكبر من عدد الملاحظات. نصف خوارزمية تكرارية ونقدم مثالاً على استخدام الحزمة مع بيانات حقيقية. gdpc est un package R pour le calcul des composantes principales dynamiques généralisées proposées dans Peña et Yohai (2016). Dans cet article, nous introduisons brièvement le problème des composantes principales dynamiques, proposons une solution basée sur un critère de reconstruction et présentons une procédure automatique pour calculer la reconstruction optimale. Cette solution peut être appliquée au cas non stationnaire, où les composants n'ont pas besoin d'être une combinaison linéaire des observations, comme c'est le cas dans la proposition de Brillinger (1981). Cet article traite de certaines nouvelles fonctionnalités incluses dans le forfait et qui n'ont pas été prises en compte dans Peña et Yohai (2016). Le plus important est une procédure automatique pour l'identification à la fois du nombre de décalages à utiliser dans les composantes principales dynamiques généralisées ainsi que du nombre de composantes requises pour une précision de reconstruction donnée. Ces outils facilitent l'utilisation de la procédure proposée dans de grands ensembles de données. La procédure peut également être utilisée lorsque le nombre de séries est supérieur au nombre d'observations. Nous décrivons un algorithme itératif et présentons un exemple d'utilisation du package avec des données réelles. gdpc es un paquete R para el cálculo de los componentes principales dinámicos generalizados propuestos en Peña y Yohai (2016). En este trabajo, presentamos brevemente el problema de los componentes principales dinámicos, proponemos una solución basada en un criterio de reconstrucción y presentamos un procedimiento automático para calcular la reconstrucción óptima. Esta solución se puede aplicar al caso no estacionario, donde los componentes no necesitan ser una combinación lineal de lo observado, como es el caso de la propuesta de Brillinger (1981). Este artículo discute algunas características nuevas que se incluyen en el paquete y que no se consideraron en Peña y Yohai (2016). El más importante es un procedimiento automático para la identificación tanto del número de retrasos que se utilizarán en los componentes principales dinámicos generalizados como del número de componentes necesarios para una precisión de reconstrucción determinada. Estas herramientas facilitan el uso del procedimiento propuesto en grandes conjuntos de datos. El procedimiento también se puede utilizar cuando el número de series es mayor que el número de observaciones. Describimos un algoritmo iterativo y presentamos un ejemplo del uso del paquete con datos reales.