R: Пакет прогноза: автоматический алгоритм для составной модели с использованием ETS и AR

Question

Я хотел бы написать код, включающий автоматический выбор лучшей составной модели с использованием ETS, а также авторегрессионных моделей.На каких критериях я должен основывать свой выбор?

Кроме того, если я использую функцию auto.arima для определения количества членов AR и соответствующих коэффициентов из пакета прогноза в R, обязательно ли мой входной ряд должен быть стационарным?или значение d будет выбрано автоматически, возвращая нестационарную модель?

Спасибо, Фани

Answer 1

Это поможет, если вы прочитаете страницы справки.Справка, предоставляемая для ets () и auto.arima (), довольно подробная и содержит запрашиваемую информацию.

1. Используйте любой критерий, который вы предпочитаете.Критерий по умолчанию для ets () - AIC.Это асимптотически эквивалентно перекрестной проверке, оставляемой один раз, и поэтому является хорошим выбором для прогнозирования.AICc - это небольшая выборка коррекции AIC, и, возможно, она немного лучше.

2. auto.arima () выбирает значение d с помощью тестов с единичным корнемТаким образом, ваши данные не должны быть стационарными в среднем.Однако, как отмечает Самик Р., не делается попытки найти преобразование для стабилизации дисперсии.

Answer 2

Я постараюсь ответить на вторую часть вашего вопроса. Ваш ряд не должен быть средним стационарным, auto.arima найдет соответствующее количество различий, если решит, что ряд имеет нестационарное среднее. Тем не менее, ваша серия должна быть стационарной дисперсией, auto.arima не выполняет преобразования мощности, чтобы «стационарить» дисперсию серии.