В RStudio я запускаю auto.arima для встроенных данных авиапассажиров (AirPassengers). Данные, кажется, имеют мультипликативную тенденцию. Результаты прогнозирования кажутся довольно точными.
# Load the corresponging library.
library(forecast)
# Save the default parameters.
defaultPar <- par(no.readonly = TRUE)
# Prepare a graph of four (2x2) subgraphs
par(mfrow = c(3, 1))
# Fit the model. Use the built in AirPassengers data.
modelAA <- auto.arima(AirPassengers)
plot(AirPassengers,
main = 'Air passengers',
col = 'purple',
ylab = 'Passengers number',
xlab = 'Year')
plot(forecast(modelAA, 24),
main = 'Air passengers + auto.arima forecasting',
col = 'red',
ylab = 'Passengers number',
xlab = 'Year')
qqnorm(modelAA$residuals, col = 'red')
qqline(modelAA$residuals, col = 'green')
# Restore the default parameters.
par(defaultPar)
Как видно из приведенного ниже примера кода, автоматическое прогнозирование ARIMA выбрало следующие модели: (2, 1, 1)(0, 1, 0)[12].
print(modelAA)
Series: AirPassengers
ARIMA(2,1,1)(0,1,0)[12]
Coefficients:
ar1 ar2 ma1
0.5960 0.2143 -0.9819
s.e. 0.0888 0.0880 0.0292
sigma^2 estimated as 132.3: log likelihood=-504.92
AIC=1017.85 AICc=1018.17 BIC=1029.35
Как интерпретировать автоматический выбор (2, 1, 1)(0, 1, 0)[12] и воспроизвести его, вызвав arima(x, order = c()...)? Спасибо.
Кажется, работает. Следующий вызов функции дал желаемый результат. modelA <- arima (AirPassengers, порядок = c (2, 1, 1), сезонный = список (порядок = c (0, 1, 0), период = 12))