R 编码 - 在 auto.arima() 中使用 Log() - 我是否需要在预测后执行反 log()？

Question

我是时间序列的新手，我在时间序列数据的 log() 上尝试了 auto.arima() 然后，我使用了预测包中的 forecast()，当我绘制它时，我看到数据在 < 10 的范围内。所以我觉得这表明数据仍在 Log() 中。那么现在我该如何做一个反日志（）？

还是我哪里出错了？

参考代码：

log_pautoarima=auto.arima(y=log(paddy_ts))
summary(log_pautoarima)
Series: log(paddy_ts)
ARIMA(1,1,2)

Coefficients:
         ar1 ma1 ma2
      0.6593 -1.3074 0.3895
s.e. 0.1598 0.1692 0.1267

sigma^2 estimated as 0.004155: log likelihood=1694.28
AIC=-3380.57 AICc=-3380.54 BIC=-3359.95

Training set error measures:
                        ME RMSE MAE MPE MAPE MASE
ACF1
Training set -0.0001262803 0.06436026 0.02635073 -0.008400937 0.3646559 1.40289 -
0.004595988

fore_log_pautoarima=forecast(log_pautoarima,h=10)
plot(fore_log_pautoarima)

问候谢林

Answer 1

exp(forecast(log_pautoarima,h=10))

如果您将任何函数 f 应用于您的数据，当您使用任何类型的模型进行预测时，您需要使用 f 的倒数转换回原始数据 "scale"。

对数函数的倒数是 exp（指数）。

R 编码 - 在 auto.arima() 中使用 Log() - 我是否需要在预测后执行反 log()？

R coding - Using Log() in auto.arima() - Do I need to do an anti-log() after forecast?

r

arima