我正在使用R中的時間序列數據集。我必須提出幾個模型,其中之一必須來自使用armasubsets(我知道有函數,如auto.arima(),但我仍然必須利用這個圖)。你如何解釋R中的這個arma子集圖? 如何解釋R中的ARMA子集(用於更復雜的時間序列模型)?
我特別想到了第五排,因爲它的BIC值只有十分之一更高,儘管我們想要最小化BIC,但我認爲這個小的差異是合理的,因爲從頂部第五排是比該圖中指定的其他潛在模型簡單得多。因此,我將如何解釋AR組件滯後5,11和12,以及滯後1的MA組件。
這個解釋如何改變這樣的情節:我在想第5排BIC值爲-220。
是的,我也在考慮使用該功能。但我不確定,我將如何指定我在問題中提供的參數?作爲一個回顧,AR組件中的滯後10,11和12是顯着的,那麼即使設置p = 3,我如何特別確保這些滯後被考慮?另外,5和12都在模型的MA部分有重要意義,所以我如何特別確定這些滯後是否被考慮,而其他的不是?您也沒有包含我認爲有必要爲模型的季節性部分指定的期間輸入。 –
@JaneSully我不認爲你可以跳過AR條款。另外,我還沒有使用arima,我只使用了預測的函數,但我相信它可以從ts對象中獲得時間。 – Kristofersen
@JaneSully因爲您想使用BIC來選擇組件,只需運行auto.arima並將ic =「BIC」添加到該函數。這會給你你想要的。 – Kristofersen