อะไรคือค่า p, d, q, ใน ARIMA?


27

ในarimaฟังก์ชันใน R order(1, 0, 12)หมายถึงอะไร อะไรคือค่าที่สามารถกำหนดให้p, d, qและสิ่งที่เป็นกระบวนการในการหาค่าเหล่านั้นหรือไม่


2
หากคุณพิมพ์?arimaลงในคอนโซลคุณจะได้รับหน้าช่วยเหลือของฟังก์ชั่น ตัวเลือกorderบอกว่า: "ข้อมูลจำเพาะของส่วนที่ไม่ใช่ฤดูกาลของโมเดล ARIMA: องค์ประกอบสามรายการ (p, d, q) คือคำสั่ง AR ระดับความแตกต่างและลำดับ MA ตรวจสอบตัวอย่างและคุณสามารถเล่นกับตัวเองได้ตลอดเวลา นอกจากนี้ยังมีหนังสือที่ดีที่ให้ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์อนุกรมเวลาใน R. Shumway / Stofferเป็นเพียงหนึ่งเดียว
Christoph_J

4
people.duke.edu/~rnau/411arim.htm ที่ให้คำอธิบายที่ดีมากเกี่ยวกับ p, d, q และวิธีการหาค่าสำหรับแต่ละ Hyndman ผู้เป็นหนึ่งในผู้ที่สร้างแพ็คเกจพยากรณ์สำหรับ R ยังมีหนังสือฟรีที่ครอบคลุมหัวข้อotexts.com/fpp/8
DanTheMan

คำตอบ:


34
  1. 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

  2. สามารถกำหนดค่าใดให้กับ p, d, q

    จำนวนตัวเลขที่แตกต่างกันมากมาย มีการทดสอบวินิจฉัยที่คุณสามารถทำได้เพื่อพยายามหาค่าที่ดีที่สุดของ p, d, q (ดูตอนที่ 3)

  3. กระบวนการในการค้นหาค่าของ p, d, q คืออะไร?

    มีหลายวิธีและฉันไม่ได้ตั้งใจจะให้หมดจด:

    • ดูกราฟความสัมพันธ์ของข้อมูลอัตโนมัติ (จะช่วยถ้าแบบจำลองค่าเฉลี่ยเคลื่อนที่ (MA) เหมาะสม)
    • ดูกราฟ autocorrelation บางส่วนของข้อมูล (จะช่วยในกรณีที่รูปแบบ AutoRegressive (AR) เหมาะสม)
    • ดูแผนภูมิข้อมูลอัตโนมัติเพิ่มเติมของข้อมูล (จะช่วยในกรณีที่จำเป็นต้องใช้การรวมกันของ AR และ MA)
    • ลองใช้เกณฑ์ข้อมูลของ Akaike (AIC) กับชุดของแบบจำลองและตรวจสอบแบบจำลองด้วยค่า AIC ที่ต่ำที่สุด
    • ลอง Schwartz Bayesian Information Criterion (BIC) และตรวจสอบแบบจำลองด้วยค่า BIC ที่ต่ำที่สุด

    โดยไม่ต้องรู้ว่าคุณต้องรู้อะไรมากไปกว่านี้ฉันไม่สามารถออกไปไกลกว่านี้ได้ แต่ถ้าคุณมีคำถามเพิ่มเติมคุณสามารถถามและฉันหรือคนอื่น ๆ สามารถช่วยได้

* แก้ไข : ทุกวิธีในการค้นหา p, d, q ที่ฉันอยู่ในรายการนี้สามารถพบได้ในแพ็คเกจ R TSA ถ้าคุณคุ้นเคยกับอาร์


สำหรับไพ ธ อนคุณสามารถแนะนำวิธีหาค่า p, d, q ที่ถูกต้องได้อย่างไร
debaonline4u

6

order(p,d,q)φ(B)(1-B)dXเสื้อ=θ(B)Zเสื้อBφ(B)=1-φ1B--φพีBพีθ(B)=1+θ1B++θQBQ

วิธีที่ดีที่สุดที่จะหาp, d, qค่าในการวิจัยคือการใช้ฟังก์ชั่นจากauto.arima library(forecast)ตัวอย่างเช่นauto.arima(x, ic = "aic"). ?auto.arimaสำหรับข้อมูลเพิ่มเติมดูได้

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.