Jakie są wartości p, d, q w ARIMA?

27

Co oznacza arimafunkcja w R order(1, 0, 12)? Jakie są wartości, które mogą być przypisane do p, d, q, i co jest procesem, aby znaleźć te wartości?

r time-series arima kalyani
źródło
2
Jeśli wpiszesz ?arimaw konsoli, pojawi się strona pomocy funkcji. W opcji ordernapisano: „Specyfikacja niesezonowej części modelu ARIMA: trzy składniki (p, d, q) to kolejność AR, stopień różnicowania i kolejność MA”. Sprawdź też przykłady i zawsze możesz bawić się wokół siebie. Są też dobre książki, które wprowadzają do analizy szeregów czasowych w R. Shumway / Stoffer to tylko jedna.
Christoph_J,
4
people.duke.edu/~rnau/411arim.htm, który daje bardzo dobry opis p, d, q i jak obliczyć wartości dla każdego. Hyndman, który był jedną z osób, które stworzyły pakiet prognozy dla R, ma również bezpłatną książkę na ten temat otexts.com/fpp/8
DanTheMan

Odpowiedzi:

34

  1. Co oznacza ARIMA (1, 0, 12)?

    ARIMA (1, 0, 12) oznacza, że ​​opisujesz zmienną odpowiedzi (Y), łącząc model automatycznej regresji pierwszego rzędu z modelem średniej ruchomej 12. rzędu. Dobrym sposobem na myślenie o tym jest (AR, I, MA). To sprawia, że ​​Twój model wygląda następująco:

    Y = (parametry auto-regresywne) + (parametry średniej ruchomej)

    0 pomiędzy 1 a 12 reprezentuje część „I” modelu (część integracyjna) i oznacza model, w którym bierzesz różnicę między danymi zmiennych odpowiedzi - można to zrobić z danymi niestacjonarnymi i nie wygląda na to, że masz do czynienia z tym, więc możesz to po prostu zignorować.

    Link opublikowany przez DanTheMan pokazuje niezłą kombinację modeli, które mogą pomóc ci zrozumieć twój, porównując go z tymi.

  2. Jakie wartości można przypisać do p, d, q?

    Wiele różnych liczb całkowitych. Istnieją testy diagnostyczne, które możesz wykonać, aby znaleźć najlepsze wartości p, d, q (patrz część 3).

  3. Jaki jest proces znajdowania wartości p, d, q?

    Istnieje wiele sposobów i nie mam zamiaru być wyczerpującym:

    • spójrz na wykres autokorelacji danych (pomoże, jeśli model średniej ruchomej (MA) jest odpowiedni)
    • spójrz na częściowy wykres autokorelacji danych (pomoże, jeśli odpowiedni jest model AutoRegressive (AR))
    • spójrz na rozszerzoną tabelę autokorelacji danych (pomoże, jeśli potrzebna jest kombinacja AR i MA)
    • wypróbuj Akaike's Information Criterion (AIC) na zestawie modeli i zbadaj modele o najniższych wartościach AIC
    • wypróbuj Schwartz Bayesian Information Criterion (BIC) i zbadaj modele o najniższych wartościach BIC

    Nie wiedząc, ile więcej musisz wiedzieć, nie mogę pójść za daleko, ale jeśli masz więcej pytań, możesz zadać pytanie, a może ja lub ktoś inny mogę pomóc.

* Edycja : Wszystkie sposoby znalezienia wymienionych tutaj p, d, q można znaleźć w pakiecie R TSA, jeśli znasz R.

Dan
źródło
dla Pythona, czy możesz zasugerować, jak znaleźć poprawną wartość p, d, q
debaonline4u
6

order(p,d,q)oznacza, że ​​masz model ARIMA (p, d, q): , gdzie jest operatorem opóźnienia, a także .ϕ(B)(1−B)dXt=θ(B)ZtBϕ(B)=1−ϕ1B−⋯−ϕpBpθ(B)=1+θ1B+⋯+θqBq

Najlepszym sposobem na znalezienie p, d, qwartości w R jest użycie auto.arimafunkcji from library(forecast). Na przykład auto.arima(x, ic = "aic"). Aby uzyskać więcej informacji, wyszukaj ?auto.arima.

Alfa
źródło