我使用ARIMA模型来拟合时间序列数据。R中的命令arima
工作起来很有魅力。由于我正在处理一个包含15831个观测的相当大的数据集,所以我使用
arima(x, order=c(58), method="CSS")
而不是method="CSS-ML"
或method="ML"
。现在我正在完成分析,开始写一篇论文。我意识到,我找不到足够的参考"CSS“方法。我想知道是否有人能指引我走向正确的方向。
非常感谢。
相同的
发布于 2014-03-17 06:58:18
CSS =条件平方和,来自文档链接
条件平方和主要用于解释目的.这计算了观测n.cond on的拟合创新的平方和(其中n.cond至少是AR项的最大滞后),将所有早期的创新处理为零。参数n.cond可用于允许不同匹配之间的可比性。“部分对数-似然”是第一个术语,是估计均方的一半。缺失的值是允许的,但会导致许多创新的缺失。
https://stackoverflow.com/questions/22448322
复制相似问题