-2

我有一个关于使用 R studio 对多个时间序列进行 Arima 测试的问题。例如,我有 3 个客户,在 4 个时期内有 3 个时间序列。

客户 1 客户 2 客户 3

1 3 7

2 5 3

4 3 1

5 8 9

现在我想预测 5/8/9 之后的下一个时期。我知道如何使用 Arima 来一一预测时间序列,但实际上我有很多客户,这将花费太多时间。你能教我如何做一个循环或使用 lapply 等等来让事情变得更容易吗?

另外,在挑选Arima的顺序时,我只知道使用Ident生成ACF和PACF的图形来告诉MA和AR的顺序,这在大量时间序列上不起作用-我觉得画数百个不明智数字。你有什么好的建议来告诉Arima的顺序吗?谢谢!

4

1 回答 1

0

apply将帮助您将相同的功能应用于每一列(如果您将每一列作为一个时间序列)。请学习如何使用它,网上有很多例子。

如果您有很多时间序列,并且想避免手动工作,那么 auto.arima应该会派上用场。如果您对结果不满意:

  1. 尝试先找到一般规则。也就是说,如果您知道每个时间序列都是季节性的(具有相同的季节长度),那么您就知道您需要对所有人进行季节性差异。关于长期趋势也可以这样说。这些推论也可以通过算法进行。

  2. 无论 1 是否适用,为了确定参数的最佳值,您必须编写用于手动确定 AR 和 MA 参数的逻辑。您的手动逻辑越简单,编码就越容易。一个简单的经验法则是保持AR + MA = 1,如果 ACF 逐渐下降,则选择 AR,如果快速下降,则选择 MA。什么是快速的,什么是渐进的,只能由您的代码决定。

于 2017-01-09T12:31:59.123 回答