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！
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：
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。
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。