寓言:从ARIMA模型中提取p，d，q规范
ARIMA模型是一种常用的时间序列分析方法，用于预测未来的数据趋势。在ARIMA模型中，p、d、q是三个重要的参数，用于规范模型的特性和性能。
- p（自回归阶数）：表示模型中使用的自回归项的数量。自回归是指当前观测值与过去观测值之间的相关性。较高的p值意味着模型会考虑更多过去观测值的影响。
- d（差分阶数）：表示为使时间序列平稳所需的差分次数。平稳时间序列的特点是均值和方差不随时间变化。通过差分操作，可以消除时间序列的趋势和季节性。
- q（移动平均阶数）：表示模型中使用的移动平均项的数量。移动平均是指当前观测值与过去观测值的误差之间的相关性。较高的q值意味着模型会考虑更多过去观测值的误差对当前观测值的影响。
ARIMA模型的优势在于可以对非平稳时间序列进行建模和预测，并且可以捕捉到时间序列中的趋势和季节性。它在经济学、金融学、气象学等领域广泛应用。
腾讯云提供了一系列与时间序列分析相关的产品和服务，例如：
- 云服务器（Elastic Cloud Server，ECS）：提供可扩展的计算资源，用于运行ARIMA模型的计算任务。链接：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（TencentDB for MySQL）：提供高性能、可扩展的关系型数据库服务，用于存储和管理时间序列数据。链接：https://cloud.tencent.com/product/cdb_mysql
- 人工智能平台（AI Lab）：提供丰富的人工智能算法和工具，可用于时间序列数据的分析和预测。链接：https://cloud.tencent.com/product/ai
请注意，以上链接仅供参考，具体产品选择应根据实际需求和情况进行评估和决策。
相关·内容
我正在使用forecast::auto.arima运行一个时间序列预测，并且我试图了解是否有一种方法可以从拟合的时间序列对象中提取分配给p、d、q (以及在季节上也适用的话)的值。示例：
fit <- auto.arima(mydata)
假设auto.arima()选择了ARIMA(1,1,0)(0,1,1)[12]模型。是否有方法从fit中提取p、d、q (以及P、D、Q)的值？最后，我希望自动分配六个变量如下：
p=1, d=1, q=0, P=0, D=1, Q=1
浏览 2提问于2016-06-24得票数 4
回答已采纳
1回答
假设我使用寓言包估计了以下模型，使用涵盖2019年的每日数据，其中x是一个外生解释变量。术语pdq(p = 1, d = 0, q = 0)和PDQ(P = 0, D = 0, Q = 0)意味着这是一个自回归模型。
library(tidyverse)
library(fable)
load(file, "Some data.RData")
fit <- dta_2019 %>%
tsibble() %>%
model(ar = ARIMA(y ~ x + pdq(p = 1, d = 0, q = 0) + PDQ(P = 0, D = 0,
浏览 3提问于2020-02-17得票数 1
回答已采纳
我用金字塔ARIMA的自动ARIMA建立了多个SARIMA模型，并希望从模型中提取p，q，d和P，D，Q，m值，并将它们赋值给变量，以便在将来的模型中使用。
我可以使用model.summary()来查看这些值，但是这对我并不太好，因为我需要将它们赋值给一个变量。
浏览 9提问于2019-11-28得票数 0
回答已采纳
1回答
我有以下代码，它以最低的AIC返回模型，但我希望所有模型的AIC按升序或降序排列，而不使用R中内置的排序函数。
sp <- rnorm(100) ## just some toy data to make code work!
spfinal.aic <- Inf
spfinal.order <- c(0,0,0)
for (p in 1:4) for (d in 0:1) for (q in 1:4) {
spcurrent.aic <- AIC(arima(sp, order=c(p, d, q)))
if (spcurrent.aic < spf
浏览 4提问于2016-06-23得票数 2
回答已采纳
我有一个包含多个城市的数据集，我正在尝试为每个城市构建一个ARIMA模型，因此在我的代码中，我使用for循环拆分数据，并在将这些参数发送到最终拟合之前找到最佳模型。我的问题是，我如何使这个过程自动化？有没有办法从ARIMACheck函数返回的最佳模型中提取p，d，q值？ def ARIMACheck(data):
from pmdarima import auto_arima
fit = auto_arima(data[20], trace=True)
return fit
def ARIMA(data, p, d, q):
from stat
浏览 106提问于2021-10-31得票数 0
回答已采纳
我开始重写我所有的代码，从预测到寓言。有人知道为什么常数和平均值不同吗？
library("fable")
library("lubridate")
library("dplyr")
library("forecast")
# gen data
set.seed(68)
df <- data.frame(time = ymd(Sys.Date() - c(1:1000)),
V = rnorm(1000, 0.2))
df <- fabletools::as_tsibble(df,
浏览 2提问于2020-01-15得票数 0
回答已采纳
我正在尝试从pmdarima库的auto_arima模型中提取估计的(未预测的)值，但我一直无法。我尝试过：modl.fit()，它不会生成以后需要它们与训练值()()=len(mod1.it())一起绘制的值。
import pmdarima as pm
import matplotlib.pyplot as plt
import numpy as np
data = pm.datasets.load_lynx()
train, test = model_selection.train_test_split(data, train_size=90)
# Fit a simple aut
浏览 3提问于2020-11-15得票数 3
2回答
快速建立参数组合模型
、、、
我试图用一组参数在R中建立ARIMA模型。arima函数的签名是：
arima(x,
order=(p, d, q),
seasonal=list(order=(P, D, Q), period=S)
)
我正在试验参数p, q, P, Q (假设d和D固定在1上)。
假设每个参数都是一个向量：
p = c(1, 2, 3)
P = c(1, 2, 3)
q = c(2, 3, 4)
Q = c(2, 3, 4)
如何建立参数组合的ARIMA模型？我知道嵌套循环是一种直观的方法，但我想还有更多的R风格的方法。
浏览 0提问于2015-08-10得票数 2
回答已采纳
有人能帮我吗?我想估计自动arima的最佳参数。
我正在使用下面的脚本，但不确定如何从模型摘要中提取最佳参数。
from pmdarima import auto_arima
# Fit auto_arima function to dataset
stepwise_fit = auto_arima(dataset['column1'], start_p = 1, start_q = 1,
max_p = 3, max_q = 3, m = 12,
start_P
浏览 16提问于2020-05-22得票数 0
基本上，我们可以从auto.arima中提取最优AR顺序。
> auto.arima(ret.fin.chn,trace=TRUE,allowdrift=TRUE)
ARIMA(2,0,2) with non-zero mean : -14242.19
ARIMA(0,0,0) with non-zero mean : -14239.24
ARIMA(1,0,0) with non-zero mean : -14241.3
ARIMA(0,0,1) with non-zero mean : -14238.16
ARIMA(1,0,2) with non-zero m
浏览 2提问于2013-10-20得票数 3
回答已采纳
我在python中编写了一个代码来生成ARIMA模型的序列并确定它们的AIC值来比较them.The代码如下，
p=0
q=0
d=0
for p in range(5):
for d in range(1):
for q in range(4):
arima_mod=sm.tsa.ARIMA(df,(p,d,q)).fit()
print(arima_mod.params)
print arima_mod.aic()
我收到一条错误消息如下，
TypeError
浏览 5提问于2015-06-09得票数 1
回答已采纳
所以我试着得到5个arima模型(预测未来1到5天)。对于statsmodel，如果我使用d>0或q>0，arima类不知何故不能工作。与auto arima一起工作(pmdarima)。
例如(Statsmodel)
p,d,q = 1, 1, 0
models = []
for dayidx in range(0,5):
models.append(ARIMA(exog=X_train[dayidx], endog=y_train[dayidx],order=(p,d,q)).fit())
models[0].forecast(exog=X_test[0],step
浏览 61提问于2020-05-12得票数 0
2回答
我使用ARIMA模型预测时间序列数据。我使用以下代码找到了最适合的ARIMA模型：
def run_arima_model(df, ts, p,d,q):
from statsmodels.tsa.arima_model import ARIMA
model=ARIMA(df[ts], order=(p,d,q))
results_=model.fit(disp=-1)
len_results = len(results_.fittedvalues)
ts_modified = df[ts][-len_results:]
# calculate root mean square error
浏览 11提问于2018-12-05得票数 4
1回答
我使用了R forecast package中的auto.arima函数来获得“最佳”arima模型： auto_arima <- forecast::auto.arima(y) 我得到的最好的模型是'ARIMA(1,1,0) with drift‘。问题是我如何使用R公式定义这个模型？我需要它，因为我必须在其他函数中使用该公式。是这样的吗： y ~ diff(y) + # drift?
浏览 9提问于2020-06-25得票数 0
回答已采纳
1回答
阿里玛训练超慢
、、、
我正在24 CPU 200+GB RAM云服务器上的20000元素数据集上拟合ARIMA模型(从状态模型)到现在超过24小时。它装载了所有的CPU。但花了这么长时间.它是怎么工作的还是这里出了什么问题？
p，d，q只是数
from statsmodels.tsa.arima_model import ARIMA
for t in range(len(test)):
model = ARIMA(history, order=(p, d, q))
model_fit = model.fit(disp=1)
output = model_fit.forecast()
浏览 0提问于2021-01-23得票数 4
回答已采纳
我正在尝试实现一个时间序列模型，并得到一些奇怪的异常，这些异常对我毫无意义。我想知道我是否犯了一个错误，或者这是不是完全可以预料到的。细节来了..。
在训练我的模型时，我尝试做一个网格搜索，以找到最好的(p，d，q)设置。以下是完整的代码(我将在下面解释正在发生的事情)：
下面的可复制代码本质上是来自的一个副本，有一些细微的更改.：
import warnings
from pandas import Series
from statsmodels.tsa.arima_model import ARIMA
from sklearn.metrics import mean_squared_err
浏览 1提问于2019-03-11得票数 5
回答已采纳
你好，我刚刚在Data Camp的R课程中完成了ARIMA模型，我想运行一些ARIMA模型。本课程使用astsa进行ARIMA建模。 对于这个问题，我将使用sunspots数据，尽管数据对这个问题并不重要 我的包 library(astsa) 一些数据 Sun.ts <- sunspots 此函数通过AR12运行具有所有滞后AR1的AR(12)模型 sarima(Sun.ts, p = 12, d = 0, q = 0) 我怎么做AR甚至ARIMA模型，比如说只有第12个滞后或者1和12？ 最终，对于一个项目，我将做一个ARIMA模型，它应该看起来像这样 sarima(my_data,
浏览 178提问于2021-05-08得票数 0
我一直在使用整洁的预测包fable (它非常有用)。 我想知道是否有一种简单的方法可以从mable中提取p，d，q值。 使用本指南中的数据作为示例https://www.mitchelloharawild.com/blog/fable/ library(tidyverse)
library(tsibble)
library(fable)
tourism_state <- tourism %>%
group_by(State) %>%
summarise(Trips = sum(Trips))
fit <- tourism_state %>%
浏览 19提问于2020-08-13得票数 6
回答已采纳
我的小时用电量相当于一个家庭一年的用电量。我在R中使用auto.arima确定了ARIMA阶数，现在我想在MATLAB程序中使用收到的ARIMA阶数来估计和预测未来24小时。
假设拟合的模型是:P= 2，d= 0，q= 2；P= 2，D= 1，q=0(频率= 24)。所以arima (2,0,2)(2,1,0)24模型。如何将这些参数插入到Matlab的arima函数中？到目前为止，我得到了：
%Create arima model
Mdl = arima(p,d,q);
Mdl.Seasonality = frequency;
%Estimate the coefficients
EstM
浏览 2提问于2019-12-05得票数 0
我经常使用arima.sim()函数来模拟ARIMA模型，然后通过auto.arima()函数发现所模拟的ARIMA模型与我在arima.sim()函数中指定的不同。
我进一步研究了如何通过使用相同的arima.sim()详细描述相同的ARIMA模型来模拟ARIMA模型，然后使用auto.arima() 对每个模型进行检验。
result <- matrix(NA_integer_, nrow = 10, ncol = 3)
colnames(result) <- c("p","d","q")
num<-60
set.seed(
浏览 1提问于2020-06-27得票数 1
回答已采纳
1回答
我正在尝试拟合具有多个输入的ARIMA模型。只要输入是一个单独的数组，它就能正常工作。
，有人建议我将输入数组放到一个多维数组结构中。所以我就这么做了：
import numpy as np
from statsmodels.tsa.arima_model import ARIMA
a = [1, 2, 3]
b = [4, 5, 6]
data = np.dstack([a, b])
for p in range(6):
for d in range(2):
for q in range(4):
order = (p,d,q)
浏览 0提问于2018-03-15得票数 0
1回答
我正在尝试用Python做一个月度房价预测模型。我现在正在使用网格搜索配置超参数。根据附加的ACF/PACF，p/d/q_值的范围应该是多少？ 实例为299个月。我目前正在测试p(0;13)，d(0;4)，q(0;13)。但这需要永远的时间 # evaluate an ARIMA model for a given order (p,d,q) and return RMSE
def evaluate_arima_model(X, arima_order):
# prepare training dataset
X = X.astype('float32
浏览 261提问于2021-08-19得票数 0
2回答
如何提取参数模型？
、、、、
我试图从一个表中提取不同的参数，并将它们放在一个列中。我试过了，但没有成功。
这是一个例子
Models = c("ARIMA(1,0,10)(80,0,90)[12] with non-zero mean",
"ARIMA(2,0,11) with non-zero mean",
"ARIMA(3,0,12)(81,0,91)[12] with non-zero mean",
"ARIMA(4,0,13)(82,0,92)[12] with non-zero mean
浏览 4提问于2021-08-16得票数 2
回答已采纳
2回答
我在研究时间序列模型。我在金字塔-arima模块中使用了auto_arima模型.我在我的数据集上安装了一个auto_arima模型。现在我有两个问题。
我想看看模型参数。
我想从模型中得到合适的值。
下面是我的示例代码。
m1_hist = auto_arima(ts1_hist, start_p=1, start_q=1,
max_p=3, max_q=3, m=12,
start_P=0, seasonal=True,
d=1, D=1
浏览 2提问于2018-09-06得票数 1
1回答
寓言预测数据集请求和函数
、、、
有没有人对寓言包有数据集的要求，在这里我有一些问题，任何人都可以给出任何建议都会很好。我的R版本是
x86_64-w64-mingw32 32平台
arch x86_64
os mingw32
系统x86_64，mingw32
状态
专业3
未成年人5.2
2018年
第12个月
第20天
svn rev 75870
语言R
version.string R版本3.5.2 (2018-12-20)
我能用不规则的时间数据来建模吗？比如说: 365天中我有250天的价格数据，但我仍然想用寓言来模拟ARIMA的价格。这有可能吗？github示例使用tsibbledata：：aus零售业在数据集
浏览 2提问于2019-02-26得票数 2
回答已采纳
1回答
我有一个时间序列(tsibble )，我需要应用auto.arima函数来找到我的模型。该对象的日均频率为7年。
# A tsibble: 2,557 x 2 [1D]
bcUI Date
<dbl> <date>
1 13.6 2012-01-01
2 36.0 2012-01-02
3 33.7 2012-01-03
4 200. 2012-01-04
5 150. 2012-01-05
6 230. 2012-01-06
7 79.7 2012-01-07
8 65.7 2012-01-08
9
浏览 2提问于2021-08-24得票数 0
回答已采纳
我是pmdarima的新手，我正在尝试使用pmdarima来找到最合适的模型。我已将最大p，d，q值设置为9(或其他更高的数字)。但是，我说它只能运行到5。有什么原因或者我必须改变我的模型中的参数。感谢！！ 代码： from pmdarima import auto_arima
auto_arima(training_data,start_p=0, max_p=9, start_d=0, max_d=9, start_q=0, max_q=9, seasonal=True, trace = True, stepwise=False).summary() 结果： ARIMA(2,1,1)(0
浏览 35提问于2020-09-08得票数 0
我试图使用BayesARIMAX来建模和预测美国的gdp (您可以在这里找到数据：)，.I遵循示例()来构建我的模型。我没有任何主要的问题来构建模型(使用错误处理来克服问题)。但是无法得到模型的预测结果。我试图寻找解决方案，但没有任何例子可以预测使用BayesARIMAX构建的模型。每次运行“预测”时，我都会得到以下错误：“eval(expr，p)中的错误:对象'X‘找不到”
这是我的密码。
library(xts)
library(zoo)
library(tseries)
library(tidyverse)
library(fpp2)
gdp <- read.csv(
浏览 2提问于2021-12-02得票数 0
是否有一个函数或库(如auto_arima )可用于计算SARIMAX模型中用于Seasional_order(P、d、Q、M)中的P、D、Q和M值的顺序(p、D、q)。
谢谢,
浏览 20提问于2022-04-04得票数 0
回答已采纳
1回答
我正在尝试写一个代码来生成一系列的arima模型，并比较不同的models.The代码如下。
p=0
q=0
d=0
pdq=[]
aic=[]
for p in range(6):
for d in range(2):
for q in range(4):
arima_mod=sm.tsa.ARIMA(df,(p,d,q)).fit(transparams=True)
x=arima_mod.aic
x1= p,d,q
print (x1,x)
浏览 0提问于2015-06-18得票数 13
回答已采纳
我想知道ARIMA模型的顺序(p，d，q)，所以我必须使用 python包。但是它推荐我SARIMAX模型！继续阅读，了解更多细节。
为此，我使用了数据。这是一个平稳的时间序列。
# importing packages
import pandas as pd
from pmdarima import auto_arima
import warnings
warnings.filterwarnings('ignore')
# read csv file
df = pd.read_csv('/Data/DailyTotalFemaleBirths.csv' ,
浏览 4提问于2021-10-11得票数 1
回答已采纳
2回答
我一直在使用状态模型(v0.12.2)来训练ARIMA模型，并且希望了解一个模型是如何与训练数据相匹配的
现行法典：
from statsmodels.tsa.arima.model import ARIMA
#for some p,d,q
model = ARIMA(train, order = (p,d,q)
model_fit = model.fit()
试图做：
我想用实际的训练价值来描绘训练的预测。
在阅读之后，我一直在尝试使用以下内容
model_fit.get_prediction()
但是，这将返回：
<statsmodels.tsa.statespace.mlemod
浏览 1提问于2021-09-30得票数 1
回答已采纳
1回答
我正试图从有不同组合的p&Q (p=0,1,2,3和q=0,1.2,3)的ARIMA估计中提取AICs和BIC。我试过使用以下代码，但效果不佳。
code: storage1 <- numeric(16) for (p in 0:3){
> for (q in 0:3){
>
> storage1[p] <- arima(x,order=c(p,0,q), method="ML")} } storage1$aic
浏览 1提问于2020-02-03得票数 3
1回答
是否有可能在python中执行带有多处理的ARIMA模型？在我使用的下列代码中有一个错误：
import warnings
from pandas import read_csv
from pandas import datetime
from statsmodels.tsa.arima_model import ARIMA
from sklearn.metrics import mean_squared_error
import multiprocessing
from multiprocessing import pool
# evaluate an ARIMA model fo
浏览 1提问于2018-04-24得票数 0
1回答
我想从我用auto.arima创建的几个模型中提取AR系数。问题是，我想取AR系数之和，但不取截距/平均值。
bsp_ts <- ts(c(1,2,1,2,3,2,3,2,4,3,4,3,4,5,4,3,5,6,5,4,5,6,7,6))
bsp_auto <- auto.arima(bsp_ts, max.p = 12, max.q = 0, seasonal = FALSE, d=0)
summary(bsp_auto)
sum(coef(bsp_auto))
如何只访问AR系数？我知道系数保存在auto.arima的列表中，因此我认为解决方案是使用相应的“列表语言”访问系数，
浏览 4提问于2018-01-14得票数 2
回答已采纳
2回答
我有一个时间序列数据集，我正在运行自动arima模型。dataset有多个相互独立的列，因此基本上类似于多个自动arima分析。
我目前拥有的代码循环遍历dataframe中的所有列，并存储列表中每个列的p、d、q的顺序值。我想要实现的是:存储数据行中每列的p、d、q值。
时间序列数据
date Col1 Col2 Col3 Col4 Col5 Col6 Col7 Col8 Col9
2022-01-02 10:30:00 24 24
浏览 7提问于2022-11-23得票数 1
回答已采纳
0回答
我正在尝试将ARIMA模型应用到我的时间序列中。
我试图为我的时间序列获得最好的模型，如下所示：
best.aic<-Inf
for(p in 0:6){
for(d in 0:6){
for(q in 0:6){
fit<-arima(nasdaq_ts,order=c(p,d,q))
fit.aic<- fit$aic
if (fit.aic < best.aic) {
best.aic<-fit.aic
best.fit<-fit
best.order<
浏览 4提问于2016-07-11得票数 0
过去，我一直在使用auto.arima，取得了很大的成功。但是，我开始遇到一个错误，我在排除故障时遇到了困难。错误是：
Error in search.arima(x, d, D, max.p, max.q, max.P, max.Q, max.order, :
No ARIMA model able to be estimated
这是我使用的代码；不幸的是，我不能共享数据，因为它们是专有的。
auto.arima(myts
,max.p=5, max.d=5, max.q=5, ma
浏览 5提问于2016-10-05得票数 2
回答已采纳
2回答
syntax = "proto3";
package gRPC_Forecaster;
import "google/protobuf/timestamp.proto";
service Forecaster {
rpc Forecast (ProductToForecast) returns (ForecastData) {}
}
message ProductToForecast {
int32 productID = 1;
google.protobuf.Timestamp startDate = 2;
int32
浏览 2提问于2020-03-26得票数 2
回答已采纳
我试图使用R包预测来拟合arima模型(函数Arima)，并自动选择合适的模型(使用函数auto.arima)。我首先用Arima函数估计了两个可能的模型：
tt.1 <- Arima(x, order=c(1,0,1), seasonal=list(order=c(0,1,1)),
include.drift=F)
tt.2 <- Arima(x, order=c(1,0,1), seasonal=list(order=c(0,1,0)),
include.drift=F)
然后，我使用函数auto.arima为相同的数据
浏览 1提问于2016-05-30得票数 4
回答已采纳
1回答
data <-c(88, 84, 85, 85, 84, 85, 83, 85, 88, 89, 91, 99, 104, 112, 126, 138, 146,151, 150, 148, 147, 149, 143, 132, 131, 139, 147, 150, 148, 145, 140, 134, 131, 131, 129, 126, 126, 132, 137, 140, 142, 150, 159, 167, 170, 171, 172, 172, 174, 175, 172, 172, 174, 174, 169, 165, 156, 142, 131, 121,
浏览 3提问于2009-11-03得票数 3
回答已采纳
我手工制作了20个模型，发现对于每个型号的D=1，都应该使用或，但是auto_arima 从不使用不同的args(甚至有一个模型根本没有d或D，而且所有的试验都是( 1，0，1) x (0，0，1，52)。我通过设置trace=True来检查它)。
我要pdq=(0~3, 0~1, 0~3)，auto_arima，，，，，。
我在下面设置了params：
start_p=0,
start_q=0,
max_p=3,
max_d=1,
max_q=3,
start_P=0,
D=None,
start_Q=0,
max_P=
浏览 1提问于2019-05-19得票数 4
回答已采纳
背景:我正在开发一个使用统计模型的程序，该程序将27个arima模型(p，d，q=0,1,2)拟合到超过100个变量，并选择具有最低aic和AR/MA系数的统计显着t统计量以及用于dickey fuller检验的统计显着p值的模型。
对于一个特定的变量和一组特定的参数，我得到
LinAlgError: SVD did not converge
对于复制，变量和失败的代码如下
rollrate =[0.3469842191781748,
0.9550689157572028,
0.48170862494888256,
0.15277985674197356,
0.46102487
浏览 0提问于2014-12-05得票数 24
1回答
我试图在财务数据上拟合arima模型，但我得到了一个错误：
arima中的误差(spReturnsOffset，order = c(p，d，q))：来自CSS的非平稳AR部分
关于下列代码：
library(quantmod)
getSymbols("^GSPC", from="1950-01-01")
spReturns = diff(log(Cl(GSPC)))
#differenced logarithmic returns of the "Closing Price" of the S&P500 and strip o
浏览 1提问于2016-06-24得票数 0
回答已采纳
1回答
我很难理解如何在ARIMA中确定p和q。我所理解的是，PACF截断决定了p，而ACF hit非常低决定了q，但同时PACF的截断决定了p等于AR(q)？我还是很困惑。然后我自己尝试建立ARIMA模型，我得到了ACF和PACF。我假设p是16，因为它在滞后16处被切断(突然命中零)。q是1，因为它在滞后1处非常低。所以我的ARIMA顺序是(16,0,1)。我说错了吗？我是从kaggle和here那里学到的。我不知道我是否理解对了 ?
浏览 41提问于2020-04-27得票数 1
回答已采纳
1回答
优化代码，使其快速运行
、、、
让我们假设我们有以下代码，它使用BIC标准选择最佳ARIMA模型
function [AR_order,MA_order]= complete_arima(Y)
%% if not specific input from user, use default time series
if nargin<1
Y=xlsread('ARIMA','ARIMA','d6:d468');
end
% Y is the observed time series
%% graphical representation of time s
浏览 0提问于2017-01-21得票数 0
1回答
R中的Arima预测似乎会根据输入到Arima()函数的数据量而变化。例如，我有一个30天的销售数据。如果我输入第1-20天和预测第21天，我得到的预测与输入第10-20天的预测不同。这对我来说没有意义，因为Arima(p，d，q)模型只查看之前的p，q天数据。那么，如果我更改了输入到函数中的数据量，为什么预测会发生变化？
浏览 15提问于2020-07-11得票数 0
2回答
我正在尝试用for函数做多个arimas。
到目前为止我的尝试是这样的。
for(p in 0:20){
for(q in 0:20){
for (d in 0:3) {
fit <- arima(y, order=c(p,d,q),method="ML")
acc <- accuracy(fit)
print(p);print(d);print(q)
}
}
}
我想要得到一个数据集中的所有精度向量，对于每个arima，有3个额外的p，d，q列。
然后我想挽救模型和AIC的对数似然
因此
浏览 21提问于2021-05-17得票数 1
回答已采纳
1回答
在MATLAB中，我们可以使用以下函数指定参数值已知的ARIMA(p，D，q)模型
tdist = struct('Name','t','DoF',10);
model = arima('Constant',0.4,'AR',{0.8,-0.3},'MA',0.5,...
'D',1,'Distribution',tdist,'Variance',0.15)
在Python或R中，我可以这样做来
浏览 1提问于2016-10-20得票数 1
回答已采纳
1回答
我正在尝试构建一个函数，在这个函数中，我用一个arima循环来估计许多for模型。
我让for循环运行并获得我想要的输出，但是一旦我试图将代码放入函数中，就会出现错误。
这是循环：
model_acc <- data.frame()
for (p in 0:4) {
for(d in 0:2){
for (q in 0:4){
model <- arima(data, order=c(p,d,q), method = "ML")
acc <- accuracy(model)
acc <- as
浏览 3提问于2022-03-19得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
