R хэл дээрх Arima функцийг хэрхэн ашиглах вэ?
R хэл дээрх Arima функцийг хэрхэн ашиглах вэ?

Видео: R хэл дээрх Arima функцийг хэрхэн ашиглах вэ?

Видео: R хэл дээрх Arima функцийг хэрхэн ашиглах вэ?
Видео: ХӨГШИН ХОСУУД 2024, Арваннэгдүгээр
Anonim

арима () R дахь функц авахын тулд нэгж язгуур тест, AIC болон MLE-ийг багасгах хослолыг ашигладаг ARIMA загвар . KPSS тест юм ашигласан ялгааны тоог тодорхойлох (г) Хайндман-Хандакар алгоритмд автомат АРИМА загварчлал. Дараа нь AICc-ийг багасгах замаар p, d, q-г сонгоно.

Түүнээс гадна, auto Arima R дээр юу хийдэг вэ?

Автомат ARIMA Параметрүүдийн хамгийн сайн хослолыг тодорхойлохын тулд үүсгэсэн AIC болон BIC утгыг (кодноос харж болно) харгалзан үздэг. AIC (Akaike Information Criterion) болон BIC (Bayesian Information Criterion) утгууд нь загварыг харьцуулах тооцоологч юм.

Дээрээс нь та Арима загварыг хэрхэн үнэлдэг вэ? 1. ARIMA загварыг үнэлэх

  1. Өгөгдлийн багцыг сургалт, туршилтын багц болгон хуваа.
  2. Туршилтын өгөгдлийн багц дахь цагийн алхмуудыг алхаарай. ARIMA загварыг сургах. Нэг алхамтай таамаглал гарга. дэлгүүрийн таамаглал; бодит ажиглалтыг авч хадгалах.
  3. Урьдчилан таамаглах алдааны оноог хүлээгдэж буй утгуудтай харьцуулан тооцоол.

Ийм байдлаар R-д Arima загвар гэж юу вэ?

АРИМА (авторегресс нэгдсэн хөдөлгөөнт дундаж) нь цаг хугацааны цувааны өгөгдөл болон таамаглалд нийцүүлэхэд ашигладаг түгээмэл хэрэглэгддэг арга юм. Барилгын үе шатууд ARIMA загвар тайлбарлах болно. Эцэст нь, ашиглах жагсаал Р танилцуулах болно.

Арима дахь AR ба MA гэж юу вэ?

The AR хэсэг АРИМА хувьсагч хувьсагч нь өөрийн хоцрогдолтой (өөрөөр хэлбэл өмнөх) утгаар регресс болж байгааг харуулж байна. The МА хэсэг нь регрессийн алдаа нь үнэн хэрэгтээ утга нь өнгөрсөн хугацаанд болон өөр өөр цаг үед тохиолдсон алдааны нэр томъёоны шугаман хослол гэдгийг харуулж байна.

Зөвлөмж болгож буй: