Подходит модель ARIMA

Question

У меня есть объект временного ряда в зоопарке, vels:

2011-05-01 00:00:00 7.52
2011-05-01 00:10:00 7.69
2011-05-01 00:20:00 7.67
2011-05-01 00:30:00 7.52
2011-05-01 00:40:00 7.38
2011-05-01 00:50:00 7.56
2011-05-01 01:00:00 7.41
2011-05-01 01:10:00 7.11
2011-05-01 01:20:00 7.23
2011-05-01 01:30:00 7.31

Я бы хотел установить модель Arima, но не знаю, как автоматически находить заказы.

PS: я прочитал, что должен использовать arima.sim, но я думаю, что вы также должны вводить заказы в этой функции.

Answer 1

Вам не нужен arima.sim(), который предназначен для имитации из заданной модели ARIMA, а не для оценки параметров одного.

См. Функцию auto.arima() в пакете прогноз . Веб-страница пакета на CRAN здесь . Вам нужно будет принудительно привести ваш объект "zoo" к классифицированному объекту "ts" с помощью метода as.ts(), предоставляемого в пакете zoo , так как именно это ожидает основная функция подгонки arima(). с.

Пример из ?auto.arima:

> fit <- auto.arima(WWWusage)
> fit
Series: WWWusage 
ARIMA(1,1,1)                    

Coefficients:
         ar1     ma1
      0.6504  0.5256
s.e.  0.0842  0.0896

sigma^2 estimated as 9.793:  log likelihood=-254.15
AIC=514.3   AICc=514.55   BIC=522.08

с fit теперь содержит выбранный ордер. Затем можно провести диагностику модели, например, через tsdiag(fit):

И временной ряд плюс n-опережающие прогнозы для следующих 20 наблюдений, полученных с помощью plot(forecast(fit, h = 20)):