ในarima
ฟังก์ชันใน R order(1, 0, 12)
หมายถึงอะไร อะไรคือค่าที่สามารถกำหนดให้p
, d
, q
และสิ่งที่เป็นกระบวนการในการหาค่าเหล่านั้นหรือไม่
ในarima
ฟังก์ชันใน R order(1, 0, 12)
หมายถึงอะไร อะไรคือค่าที่สามารถกำหนดให้p
, d
, q
และสิ่งที่เป็นกระบวนการในการหาค่าเหล่านั้นหรือไม่
คำตอบ:
ARIMA (1, 0, 12) หมายถึงอะไร
สำหรับรุ่นของคุณโดยเฉพาะ ARIMA (1, 0, 12) หมายความว่าคุณกำลังอธิบายตัวแปรตอบสนอง (Y) บางอย่างโดยการรวมโมเดลการถอยหลังอัตโนมัติลำดับที่ 1 และอันดับเฉลี่ยเคลื่อนที่ลำดับที่ 12 วิธีคิดที่ดีคือ (AR, I, MA) สิ่งนี้ทำให้โมเดลของคุณมีลักษณะดังต่อไปนี้ในแง่ง่าย ๆ :
Y = (พารามิเตอร์การถดถอยอัตโนมัติ) + (การย้ายพารามิเตอร์เฉลี่ย)
0 ที่อยู่ระหว่าง 1 ถึง 12 แสดงถึงส่วน 'I' ของโมเดล (ส่วนที่รวม) และมันหมายถึงโมเดลที่คุณรับความแตกต่างระหว่างข้อมูลตัวแปรตอบสนอง - ซึ่งสามารถทำได้ด้วยข้อมูลที่ไม่คงที่ และดูเหมือนว่าคุณจะจัดการกับสิ่งนั้นไม่ได้ดังนั้นคุณสามารถเพิกเฉยได้
ลิงค์ที่ DanTheMan โพสต์แสดงให้เห็นถึงการผสมผสานกันของรูปแบบที่จะช่วยให้คุณเข้าใจของคุณโดยการเปรียบเทียบกับโมเดลเหล่านั้น
สามารถกำหนดค่าใดให้กับ p, d, q
จำนวนตัวเลขที่แตกต่างกันมากมาย มีการทดสอบวินิจฉัยที่คุณสามารถทำได้เพื่อพยายามหาค่าที่ดีที่สุดของ p, d, q (ดูตอนที่ 3)
กระบวนการในการค้นหาค่าของ p, d, q คืออะไร?
มีหลายวิธีและฉันไม่ได้ตั้งใจจะให้หมดจด:
โดยไม่ต้องรู้ว่าคุณต้องรู้อะไรมากไปกว่านี้ฉันไม่สามารถออกไปไกลกว่านี้ได้ แต่ถ้าคุณมีคำถามเพิ่มเติมคุณสามารถถามและฉันหรือคนอื่น ๆ สามารถช่วยได้
* แก้ไข : ทุกวิธีในการค้นหา p, d, q ที่ฉันอยู่ในรายการนี้สามารถพบได้ในแพ็คเกจ R TSA ถ้าคุณคุ้นเคยกับอาร์
order(p,d,q)
วิธีที่ดีที่สุดที่จะหาp, d, q
ค่าในการวิจัยคือการใช้ฟังก์ชั่นจากauto.arima
library(forecast)
ตัวอย่างเช่นauto.arima(x, ic = "aic")
. ?auto.arima
สำหรับข้อมูลเพิ่มเติมดูได้
?arima
ลงในคอนโซลคุณจะได้รับหน้าช่วยเหลือของฟังก์ชั่น ตัวเลือกorder
บอกว่า: "ข้อมูลจำเพาะของส่วนที่ไม่ใช่ฤดูกาลของโมเดล ARIMA: องค์ประกอบสามรายการ (p, d, q) คือคำสั่ง AR ระดับความแตกต่างและลำดับ MA ตรวจสอบตัวอย่างและคุณสามารถเล่นกับตัวเองได้ตลอดเวลา นอกจากนี้ยังมีหนังสือที่ดีที่ให้ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์อนุกรมเวลาใน R. Shumway / Stofferเป็นเพียงหนึ่งเดียว