ARIMA 모델을 시계열 데이터 세트에 적용하여 예측 결과를 설명하려고합니다. 이 데이터는 M1-Competition의 데이터로 MNB65입니다. ARIMA (1,0,0) 모델에 데이터를 맞추고 예측을 얻으려고합니다. ARIMA 모델의 예측 설명
> arima(x, order = c(1,0,0))
Series: x
ARIMA(1,0,0) with non-zero mean
Call: arima(x = x, order = c(1, 0, 0))
Coefficients:
ar1 intercept
0.9421 12260.298
s.e. 0.0474 202.717
> predict(arima(x, order = c(1,0,0)), n.ahead=12)
$pred
Time Series:
Start = 53
End = 64
Frequency = 1
[1] 11757.39 11786.50 11813.92 11839.75 11864.09 11887.02 11908.62 11928.97 11948.15 11966.21 11983.23 11999.27
내가 몇 가지 질문이 있습니다 : 내가 여기에 몇 가지 출력 미리보기를 R.를하고 있습니다 사용하고
(1) 내가 설명 할 방법이 데이터 세트는 명확한 하락 추세,이 모델에서 예측을 보여주고 있지만, 상승세. 이는 ARIMA (2,0,0)에서도 발생하며 auto.arima (예측 패키지) 및 ARIMA (1,0,1) 모델을 사용하는 데이터에 가장 적합합니다.
(2) ARIMA (1,0,0) 모델의 절편 값은 12260.298입니다. 절편이 다음 방정식을 만족하면 안됩니다 : C = mean * (1-sum (AR coeffs))이 경우 값은 715.52 여야합니다. 나는 여기서 기본적인 것을 놓치고있을 것입니다.
(3) 이것은 분명히 고정식이 아닌 일련의 시리즈입니다. auto.arima가 AR (2) 모델을 여전히 최고의 모델로 선택하는 이유는 무엇입니까? 직관적 인 설명이있을 수 있습니까?
감사합니다.
프로그래밍 문제가 아니기 때문에이 문제를 해결하기 위해 투표했습니다. –