預測arima

我使用arima預測後，我得到了樣本結果。然後我手動計算，如coefficient(fit)%*% c(1,y(future value))進行預測。預測arima

但是，這兩個是不同的！我認爲這些價值應該是相同的。他們會怎樣？我錯過了這件事？

這是一個簡單的例子。

set.seed(1) 
zts <- ts(rnorm(240), start=c(1990,1), frequency=12) 
fit <- arima(window(zts, end=c(2000,12),frequency=12), order=c(1,0,0)) 
Call: 
arima(x = window(zts, end = c(2000, 12), frequency = 12), order = c(1, 0, 0)) 

Coefficients: 
     ar1 intercept 
     -0.0153  0.0954 
s.e. 0.0872  0.0732 

sigma^2 estimated as 0.7294: log likelihood = -166.47, aic = 338.94 

predict(fit, n.ahead=1) 
$pred 
     Jan 
2001 0.1059105 

$se 
     Jan 
2001 0.8540253

我用了第二種方法！

t (c(0.0954, -0.0153))%*%c(1, 0.531496193) 
: 0.08726811

===========> 0.08726811與0.1059105不同。

來源

2014-10-05 yoshi

0.08726811與s.e.類似。 0.0872（你的arima係數） – agstudy 2014-10-05 16:55:21

最後一段代碼「0.531496193」的第二個括號中的第二個值是多少？它實際上應該是您的數據的最後一個值... – DatamineR 2014-10-05 17:02:25

0.531496193是2001. Jan in zts（原始數據） – yoshi 2014-10-05 17:11:51

在R arima首先貶低您的數據之前擬合模型。我可以重現predict結果：

coef(fit)%*%c(window(zts, end=c(2000,12),frequency=12)[132]-coef(fit)[2],1) 
0.1059105

來源

2014-10-05 17:06:37 DatamineR

window（zts，end = c（2000,12），frequency = 12）[132] --->得到-0.5888945這一個是2000,12：這是不同的價值：ZTS 2001年1月= 0.531496193。通常如果你想預測y [100]，那麼coef（fit）％*％c（，y [100]）不是y [99]？ – yoshi 2014-10-05 17:13:49

如果您正在生成一步提前預測，則應該使用時間序列數據中的最後一個值，對於您的情況是2000年12月，而不是2001年1月，這是您試圖預測的結果 – DatamineR 2014-10-05 17:16:46

是否有幫助？ – DatamineR 2014-10-06 17:31:07

但是，這兩個是不同的！我認爲這些價值應該是相同的。他們會怎樣？我錯過了這件事？

我用了第二種方法！

回答

相關問題