在 R 中的 auto.arima() 函数中,如何找到该 arima 的 p、d、q 值
In the auto.arima() function in R, how do I find the p,d,q values for that arima
我使用带有 auto.arima
函数的 R 代码对时间序列数据集进行预测。从这里,我想知道如何找到 arima 的 p、d、q 值。有没有快速判断的方法,谢谢
编写 forecast::auto.arima()
函数是为了根据某些优化标准(例如 AIC)选择最优的 p、d 和 q。如果您想查看选择了哪个模型,请使用 summary()
函数。
例如:
fit <- auto.arima(lynx)
summary(fit)
Series: lynx
ARIMA(2,0,2) with non-zero mean
Coefficients:
ar1 ar2 ma1 ma2 mean
1.3421 -0.6738 -0.2027 -0.2564 1544.4039
s.e. 0.0984 0.0801 0.1261 0.1097 131.9242
sigma^2 estimated as 761965: log likelihood=-932.08
AIC=1876.17 AICc=1876.95 BIC=1892.58
Training set error measures:
ME RMSE MAE MPE MAPE MASE ACF1
Training set -1.608903 853.5488 610.1112 -63.90926 140.7693 0.7343143 -0.01267127
您可以在输出的第二行中看到特定的规范。在此示例中,auto.arima
选择 ARIMA(2,0,2)。
请注意,出于演示目的,我在这里天真地这样做了。我没有检查这是否是 lynx
数据集中依赖结构的准确表示。
除了 summary()
,您还可以使用 arimaorder(fit)
获取向量 c(p,d,q)
或 as.character(fit)
获取 "ARIMA(p,d,q)"
.
我使用带有 auto.arima
函数的 R 代码对时间序列数据集进行预测。从这里,我想知道如何找到 arima 的 p、d、q 值。有没有快速判断的方法,谢谢
编写 forecast::auto.arima()
函数是为了根据某些优化标准(例如 AIC)选择最优的 p、d 和 q。如果您想查看选择了哪个模型,请使用 summary()
函数。
例如:
fit <- auto.arima(lynx)
summary(fit)
Series: lynx ARIMA(2,0,2) with non-zero mean Coefficients: ar1 ar2 ma1 ma2 mean 1.3421 -0.6738 -0.2027 -0.2564 1544.4039 s.e. 0.0984 0.0801 0.1261 0.1097 131.9242 sigma^2 estimated as 761965: log likelihood=-932.08 AIC=1876.17 AICc=1876.95 BIC=1892.58 Training set error measures: ME RMSE MAE MPE MAPE MASE ACF1 Training set -1.608903 853.5488 610.1112 -63.90926 140.7693 0.7343143 -0.01267127
您可以在输出的第二行中看到特定的规范。在此示例中,auto.arima
选择 ARIMA(2,0,2)。
请注意,出于演示目的,我在这里天真地这样做了。我没有检查这是否是 lynx
数据集中依赖结构的准确表示。
除了 summary()
,您还可以使用 arimaorder(fit)
获取向量 c(p,d,q)
或 as.character(fit)
获取 "ARIMA(p,d,q)"
.