-4

我使用了自动 ARIMA 并得到了这样的结果：

Series: JMB 
ARIMA(5,1,4)(2,0,2)[96] with drift         

Coefficients:
         ar1     ar2      ar3     ar4      ar5      ma1      ma2     ma3      ma4
      1.3100  0.2710  -1.0215  0.5572  -0.1527  -0.8652  -0.6309  0.7686  -0.2520
s.e.  0.1384  0.1974   0.0752  0.1208   0.0334   0.1389   0.1371  0.0960   0.0797
        sar1    sar2     sma1     sma2   drift
      0.5959  0.4010  -0.4792  -0.4338  0.0005
s.e.  0.0382  0.0381   0.0388   0.0363  0.0183

sigma^2 estimated as 0.01521:  log likelihood=9835.91
AIC=-19636.59   AICc=-19636.56   BIC=-19522.77
> plot(forecast(fit,h=96), xlim=c(120,155) )
Warning message:
In sqrt(z[[2]] * object$sigma2) : NaNs produced and can not use plot (...) funktion.

除了警告之外，残差也太大了。

可能是 Auto Arima 创建了一个错误的模型，我该如何改进这个模型？

4

1 回答 1

2

当季节性周期较大时，季节性 ARIMA 模型效果不佳。您的季节性周期为 96，这比我用于这些类型的模型的要大得多。有关此问题，请参阅我的博客文章。

其他几个小点：

  • 如果您收到警告，则表明存在值得调查的问题。在这种情况下，NaN 来自哪里？
  • 你说残差“太大”。你有什么理由这么主张？只有当它们包含应该建模的结构时，它们才会太大。
  • 请在提问时提供最少的可重复示例，并在发布前检查格式。
于 2012-07-02T23:15:20.187 回答