我正在尝试在 R 中构建四个时间序列模型
1)趋势不变的HoltWinters,
2)具有线性趋势的HoltWinters,
3)具有恒定趋势的逐步自回归,
2) 具有线性趋势的逐步自回归
在 SAS 中,我可以使用 PROC Forecast 并指定方法和趋势选项来做到这一点。
你能帮我做这件事吗?谢谢。
我正在尝试在 R 中构建四个时间序列模型
1)趋势不变的HoltWinters,
2)具有线性趋势的HoltWinters,
3)具有恒定趋势的逐步自回归,
2) 具有线性趋势的逐步自回归
在 SAS 中,我可以使用 PROC Forecast 并指定方法和趋势选项来做到这一点。
你能帮我做这件事吗?谢谢。
对于 1 和 2:
library(forecast)
fit1 <- ets(x, model="ANA", damped=FALSE)
fit2 <- ets(x, model="AAA", beta=0, damped=FALSE, lower=rep(0,4))
默认情况下,ets
不允许恒定分量(例如线性趋势),但将下限设置为 0 允许。
对于 3 和 4,我不确定您所说的“逐步自回归”是什么意思。也许您的意思是使用逐步过程选择术语的子集自回归。为此,请参阅 FitAR 包 ( http://www.jstatsoft.org/v28/i02/paper )。但是,我不认为它允许确定性趋势。