基于 AIC 确定最佳 Arima 模型

Question

我正在尝试拟合 Arima 模型并查看基于 AIC 的最佳顺序我有以下声明，我的问题是如何显示模型的顺序，因为它只给我 AIC 值而无法确定哪个模型，， mid.ts是xts创建的时间序列数据如下：

 mid.ts= 
              deltao
   Jan 1751  -41.23
    Jan 1754 -41.10
    Jan 1756  -40.25
    Jan 1759  -43.61
    Jan 1761  -41.54
    Jan 1764  -39.79
    Jan 1766   -39.63
    Jan 1769  -40.74
    Jan 1771  -42.63
    Jan 1774  -39.47
    Jan 1776  -40.30
    Jan 1778  -40.30
    Jan 1781  -41.56

library(forecast)

for(d in 0:1){
    for(p in 0:9){
      for(q in 0:9){

 fit=Arima(mid.ts,order=c(p,d,q))
  print(AIC(fit))

      }
    }
  }

Answer 1

您可以通过以下两种方式进行：

基于打印参数和 AIC。在这里你将不得不目视检查哪个模型是最好的，这很耗时而且不是一个好方法。

library(forecast)

for(d in 0:1){
  for(p in 0:9){
    for(q in 0:9){

      fit=Arima(mid.ts,order=c(p,d,q))
      print(paste0("AIC is ", AIC(fit), " for d = ", d, ", p = ", p, " and q = ", q))

    }
  }
}

将模型参数保存在数据框中，然后使用代码找到最佳参数。我会赞成这种方法，因为它涉及更少的工作。

library(forecast)
modelAIC <- data.frame()
for(d in 0:1){
  for(p in 0:9){
    for(q in 0:9){

      fit=Arima(mid.ts,order=c(p,d,q))
      modelAIC <- rbind(modelAIC, c(d,p,q,AIC(fit))) #
    }
  }
}
names(modelAIC) <- c("d", "p", "q",  "AIC")
rowNum <- which(modelAIC$AIC==max(modelAIC$AIC))
modelAIC[rowNum,]#Required model parameters

基于 AIC 确定最佳 Arima 模型

Determine best Arima model based on AIC

r

time-series

model-comparison