ARIMA的自动预测

• auto.arima()

在指数预测模型中，经过 forecast() 包中的 ets() 函数实现最优化指数模型的自动选取。

相似地，这一程序包中 auto.arima() 函数也能够实现最优ARIMA模型的自动选取

 

ARIMA自动预测

#使用sunspots序列
> library(forecast)
> fit <- auto.arima(sunspots)
> fit
Series: sunspots 
ARIMA(2,1,2)                               

Coefficients:
         ar1      ar2      ma1     ma2
      1.3467  -0.3963  -1.7710  0.8103
s.e.  0.0303   0.0287   0.0205  0.0194

sigma^2 estimated as 243.8:  log likelihood=-11745.5
AIC=23500.99   AICc=23501.01   BIC=23530.71


> forecast(fit, 3)
         Point Forecast    Lo 80    Hi 80    Lo 95    Hi 95
Jan 1984       40.43784 20.42717 60.44850 9.834167 71.04150
Feb 1984       41.35311 18.26341 64.44281 6.040458 76.66576
Mar 1984       39.79670 15.23663 64.35677 2.235319 77.35808


> accuracy(fit)
                      ME     RMSE      MAE MPE MAPE      MASE        ACF1
Training set -0.02672716 15.60055 11.02575 NaN  Inf 0.4775401 -0.01055012

函数选定ARIMA模型的参数为p=2，d=1和q=2，与其余模型相比，这中状况下AIC值最小，因为序列中存在值为零的观测，MPE和MAPE两个准确性度量都失效了（这也是两个统计量的一个缺陷）