The arimax
fungsi dalam TSA
paket adalah untuk pengetahuan saya satu-satunya R
paket yang akan cocok dengan fungsi transfer untuk model intervensi. Tidak memiliki fungsi prediksi meskipun yang kadang-kadang diperlukan.
Apakah langkah-langkah berikut untuk mengatasi masalah ini, memanfaatkan forecast
paket yang sangat baik ? Apakah interval prediksi benar? Dalam contoh saya, kesalahan std adalah "tutup" untuk komponen.
- Gunakan fungsi paket arima ramalan untuk menentukan seri kebisingan pra-intervensi dan menambahkan penyesuaian outlier apa pun.
- Cocok dengan model yang sama
arimax
tetapi tambahkan fungsi transfer - Ambil nilai yang cocok untuk fungsi transfer (koefisien dari
arimax
) dan tambahkan sebagai xregarima
. - Ramalan dengan
arima
library(TSA) library(forecast) data(airmiles) air.m1<-arimax(log(airmiles),order=c(0,0,1), xtransf=data.frame(I911=1*(seq(airmiles)==69)), transfer=list(c(1,0)) )
air.m1
Keluaran:
Coefficients:
ma1 intercept I911-AR1 I911-MA0
0.5197 17.5172 0.5521 -0.4937
s.e. 0.0798 0.0165 0.2273 0.1103
sigma^2 estimated as 0.01223: log likelihood=88.33
AIC=-168.65 AICc=-168.09 BIC=-155.02
Ini adalah filter, diperpanjang 5 periode lebih dari data
tf<-filter(1*(seq(1:(length(airmiles)+5))==69),filter=0.5521330,method='recursive',side=1)*(-0.4936508)
forecast.arima<-Arima(log(airmiles),order=c(0,0,1),xreg=tf[1:(length(tf)-5)])
forecast.arima
Keluaran:
Coefficients:
ma1 intercept tf[1:(length(tf) - 5)]
0.5197 17.5173 1.0000
s.e. 0.0792 0.0159 0.2183
sigma^2 estimated as 0.01223: log likelihood=88.33
AIC=-168.65 AICc=-168.28 BIC=-157.74
Kemudian untuk Memprediksi
predict(forecast.arima,n.ahead = 5, newxreg=tf[114:length(tf)])
tf <- filter(...)
... Saya tersesat. Apakah Anda punya tips untuk memahaminya? Apa yang akan terjadi jika saya punya:I911-AR1: 0.55
,I911-AR2: 0.66
,I911-MA0: 0.49
,I911-MA1: 0.39
?Jawaban:
Interval prediksi didasarkan pada varians residual seperti yang diperkirakan oleh optimalisasi kemungkinan maksimum.
Saya suka
forecast
fungsi dariforecast
paket:yang memberi saya prediksi berikut:
cara interval prediksi berfungsi adalah dengan rumus berikut:
Jika Anda ingin memeriksanya,
Batas Atas:
Batas Bawah:
yang cocok dengan interval prediksi yang disediakan oleh
forecast
fungsi. Untuk menjawab pertanyaan Anda, yaforecast
paket pengungkit akan berfungsi dalam kasus ini dan interval prediksi akan benar.sumber