ARIMA(p,d,q)模型

一、ARIMA模型建模的基本步骤

  1. 首先导入数据,构造时间序列;
  2. 绘制时间序列数据的时序图、ACFACFACF 图以及 PACFPACFPACF 图,观察时间序列是否平稳,如果是趋势非平稳则做趋势差分或者对数变换消除趋势,如果是季节非平稳则做季节差分消除趋势;
  3. 如果序列方差不稳定,可用 Box-Cox 变换再做差分;
  4. 对平稳后的序列定阶,即确定 ARIMA(p,d,q) 模型中的 p,d,q ;
  5. 建立 ARIMA 模型,估计出模型的系数;
  6. 检验模型的残差是否是白噪声,若不是则重新建立 ARIMA 模型;
  7. 对模型进行优化;
  8. 如果有多个模型可以选择,可通过 AIC,BIC 进行比较,选择比较小的模型;
  9. 用模型进行预测。

二、ARIMA模型建模操作过程

R语言为例:美国GNP增长率

library(forecast)    # 时间序列常用的包
library(TSA)da = read.table("D:/Database/data1/q-gnp4710.txt",header=T)  # 读取数据
G = da$VALUE
gnp.value = ts(G,start=c(1947,1),frequency = 12)     # 转化为时间序列数据
plot(gnp.value)     # 观察序列是否平稳
# tsdisplay(gnp.value)  或者使用这个函数,可以同时观察序列的时序图、ACF图、pacf图。
diff(log(gnp.value)) %>% plot()


gnp = log(gnp.value) %>% diff()
tsdisplay(gnp,lag.max = 12)

m1 = Arima(gnp.value,lambda = 0,order = c(3,1,0),include.drift = T) # 建立模型
m1

Box.test(resid(m2.1),lag = 6,type = "Ljung",fitdf = 3) # 检验残差

fm1 = forecast(m1,h=8)  # 预测
plot(fm1)

R语言:时间序列ARIMA模型使用相关推荐

  1. R语言-时间序列-arima模型-forecast、tseries包

    最近初步接触了下如何用R语言进行时间序列分析,自己动手写了段小代码. 首先呢是生成随机观测值,接着画出时间序列图,然后进行单根检验和用 ACF 和 PACF 指令分别画出自相关数和偏自相关系数图. 随 ...

  2. R语言 时间序列arima模型

    基本理论知识    ARMA模型称为自回归移动平均模型,是时间序列里常用的模型之一.ARMA模型是对不含季节变动的平稳序列进行建模.它将序列值表示为过去值和过去扰动项的加权和.模型形式如下: yt=c ...

  3. R语言 时间序列ARIMA模型方法

    原理什么的百度一搜一堆,看不明白,先学会用这个工具吧! ARIMA:全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记AR ...

  4. R语言时间序列ARIMA新手教程

    R语言时间序列ARIMA新手教程 首先说一下ARMA回归的底层逻辑,所谓的AR模型和MA模型都是ARMA模型的一种特殊情况,有点类似正方形和长方形都是矩形.ARMA模型的表达式为: p为自回归部分的滞 ...

  5. arima 数据预处理_基于R语言的ARIMA模型

    A IMA模型是一种著名的时间序列预测方法,主要是指将非平稳时间序列转化为平稳时间序列,然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型.ARIMA模型根据原序列是否平稳以及 ...

  6. R语言拟合ARIMA模型:使用forecast包中的auto.arima函数自动搜索最佳参数组合、模型阶数(p,d,q)、设置seasonal参数指定在模型中是否包含季节信息

    R语言拟合ARIMA模型:使用forecast包中的auto.arima函数自动搜索最佳参数组合.模型阶数(p,d,q).设置seasonal参数指定在模型中是否包含季节信息 目录

  7. R语言拟合ARIMA模型并使用拟合模型进行预测推理、使用autoplot函数可视化ARIMA模型预测结果、可视化包含置信区间的预测结果

    R语言拟合ARIMA模型并使用拟合模型进行预测推理.使用autoplot函数可视化ARIMA模型预测结果.可视化包含置信区间的预测结果 目录

  8. R语言拟合ARIMA模型并使用拟合模型进行预测推理:使用forecast函数计算ARIMA模型未来值(如果只想提取预测值,将结果分配给一个对象,然后提取名为mean的列表)

    R语言拟合ARIMA模型并使用拟合模型进行预测推理:使用forecast函数计算ARIMA模型未来值(如果只想提取预测值,将结果分配给一个对象,然后提取名为mean的列表) 目录

  9. R语言拟合ARIMA模型并使用拟合模型进行预测推理:使用forecast函数计算ARIMA模型未来值(包含时间点、预测值、两个置信区间)

    R语言拟合ARIMA模型并使用拟合模型进行预测推理:使用forecast函数计算ARIMA模型未来值(包含时间点.预测值.两个置信区间) 目录

  10. R语言使用ARIMA模型预测股票收益时间序列

    "预测非常困难,特别是关于未来".丹麦物理学家尼尔斯·波尔(Neils Bohr),最近我们被要求撰写关于arima的研究报告,包括一些图形和统计输出. 很多人都会看到这句名言.预 ...

最新文章

  1. [译] 什么是 JavaScript 生成器?如何使用生成器?
  2. 函数式编程语言python-函数式编程
  3. openresty开发系列1--网关API架构及选型
  4. 用Python下载一只猫
  5. springboot添加swagger2组件
  6. 《TCP/IP详解》笔记----第四章 ARP协议
  7. 浅谈微信小程序对于房地产行业的影响
  8. 中国已与36个国家(地区)海关实现“经认证的经营者”(AEO)互认
  9. linux java sdk_java linux sdk1.8
  10. 史上最完整基于Springboot实现进销存管理系统
  11. LoRa开发|LoRa无线传输技术介绍
  12. Genesys Business Continuity 部署
  13. strcmp, strncmp和memcmp的区别
  14. tensorflow中的eval的用法
  15. JSP中img标签图片在浏览器中不显示问题
  16. 电子数据取证-Raid重组
  17. 个人对java的认识_JAVA自学的个人看法
  18. linux上oracle导入mysql_Linux 下 oracle 导入数据库—数据泵方式导入dmp文件
  19. 植物大战僵尸以及超级玛丽源码分享
  20. 翻译: 4.多层感知器 pytorch

热门文章

  1. 利用python编写一个猜数游戏程序。由系统随机产成一个0~100之间的整数,玩家可以进行5次竞猜。如果猜对了,则提示“恭喜你,猜对了“,并结束游戏;如果猜错了,提示玩家一个方向提示,告诉玩家大了小了
  2. js 毫秒转成时分秒毫秒格式
  3. Photoshop插件-HDR(四)-脚本开发-PS插件
  4. linux fedora14 u盘运行,通过U盘安装Fedora-14-i686-Live-Desktop
  5. 多款免费可商用的微信小程序开源源码推荐(商城类)
  6. Excel 使用技巧集锦—163种技巧
  7. 网吧IC卡收费系统常见问题与解决(转)
  8. 汽车硬件测试基准介绍
  9. 实验分享丨迅为IMX6ULL开发板点亮第一个led灯
  10. 【制作】基于51单片机的蓝牙遥控小车方案