我的问题涉及R中的fracdiff.sim函数（在 fracdiff 包中），其帮助文档，就像arima.sim一样，关于初始值并不是很清楚。
当时间增长时，固定过程不依赖于它们的初始值是可以的，但我的目标是在我的模拟中看到我的长记忆过程（装有arfima）返回到它的平均值。
因此，如果它是 ARFIMA(p,d,q)，我至少需要输入我的样本内过程（以及最终 q 个创新）的 p 最终值。换句话说，我想将老化期的长度设置为 0 并给出起始值。
不过，我目前无法做到这一点。我知道fracdiff.sim使用户可以选择燃烧期的长度（导致静止行为）和模拟过程的平均值（它被模拟然后翻译以使平均值匹配）。还有一个条件：老化周期的长度必须>= p+q。我想这与innov论点有关，但我真的不确定。
这个想法的灵感来自具有start.innov参数的arima.sim函数。但是，即使我的目标是模拟 ARMA(p,q)，我也不确定这个论点的确切用途（帮助很差）：我们必须只输入 q 个创新吗？将样本内过程的 p 最后值与他们放在一起？按什么顺序？
总而言之，我想从一个特定的值开始模拟 ARFIMA 过程并具有特定的平均值，以便查看平均值的回归，而不仅仅是长期行为。我在互联网上资助了 arima.sim 解决方案的开始，但没有人明确回答，如果解决方案使用start.innov，如何解决 ARFIMA 进程的问题（fracdiff.sim没有start.innov参数）？
跳跃我已经足够清楚了，