使用包「預測」版本3.22 auto.arima

-4

我用自動ARIMA和已經得到的結果是這樣的：使用包「預測」版本3.22 auto.arima

Series: JMB 
ARIMA(5,1,4)(2,0,2)[96] with drift   

Coefficients: 
     ar1  ar2  ar3  ar4  ar5  ma1  ma2  ma3  ma4 
     1.3100 0.2710 -1.0215 0.5572 -0.1527 -0.8652 -0.6309 0.7686 -0.2520 
s.e. 0.1384 0.1974 0.0752 0.1208 0.0334 0.1389 0.1371 0.0960 0.0797 
     sar1 sar2  sma1  sma2 drift 
     0.5959 0.4010 -0.4792 -0.4338 0.0005 
s.e. 0.0382 0.0381 0.0388 0.0363 0.0183 

sigma^2 estimated as 0.01521: log likelihood=9835.91 
AIC=-19636.59 AICc=-19636.56 BIC=-19522.77 
> plot(forecast(fit,h=96), xlim=c(120,155)) 
Warning message: 
In sqrt(z[[2]] * object$sigma2) : NaNs produced and can not use plot (...) funktion.

除了警告，剩餘的也太大了。

可能是Auto Arima創建了一個錯誤的模型，我該如何改進這個模型？

來源

2012-07-02 Igor

可重現的例子??? http://tinyurl.com/reproducible-000 –

我試圖對此進行格式化，但很難弄清楚你的意思。如果我有任何問題，請隨時編輯它。 – joran

感謝您的格式。爲了改進這個模型並使其可用，可能我應該設置max.p =？，max.q =？？ – Igor

當季節性週期較大時，季節性ARIMA模型不適用。您的季節性週期爲96，比我用於這些類型的模型要大得多。有關此問題，請參閱my blog post。

其他一些小問題：

如果你得到一個警告，這表明有值得研究的一個問題。在這種情況下，NaN從哪裏來？
你說殘差「太大」。你認爲什麼樣的？如果它們包含應該建模的結構，它們就太大了。
請在提問時提供最少重複性示例，並在發佈前檢查格式。

來源

2012-07-02 23:15:20

你好Rob，我看過你的「我的博客文章」，謝謝你。我只是好奇地想知道在R中如何做到這一點「•對於具有多個季節週期的數據，可以包括不同頻率的傅里葉項」？我只能這樣做一個賽季。我已閱讀您的文章「使用指數平滑法預測複雜季節模式的時間序列」。可能會提供「R」代碼嗎？我有一些與「R」實現有關的問題。我使用每日季節性模式的數據（每天約80分）和每週季節性（5個稍微不同的日期和每週的週末）。謝謝 – Igor

你好羅布，我看過你的「我的博客文章」，謝謝你。我只是好奇地想知道在R中如何做到這一點「•對於具有多個季節週期的數據，可以包括不同頻率的傅里葉項」？我只能這樣做一個賽季。我已閱讀您的文章「使用指數平滑法預測複雜季節模式的時間序列」。可能會提供「R」代碼嗎？我有一些與「R」實現有關的問題。我使用的數據每天的季節性模式約爲每天80點，而每週季節性模式的日期和差異稍有不同。 Weekend.Thank - Igor – Igor

在預測包中使用tbats（）函數。 –

使用包「預測」版本3.22 auto.arima

回答

相關問題