0

我不熟悉 R，但我已经能够编写代码来估计 ARIMA 模型的参数，无论我在文件中的某些数据的顺序是什么。它看起来像这样：

data <- read.table("ARMA22-series.csv", sep=" ", header=FALSE, dec=".")
data <- as.ts(data)
arima_results <- arima0(data, order=c(2, 0, 2), include.mean=FALSE)

但是，我有兴趣评估一组特定参数值的似然函数，而不仅仅是找到最大化给定数据集似然性的参数。在给定 ARIMA 参数值的情况下，是否有一个函数可以让您仅评估数据的概率密度？

提前致谢！

4

1 回答 1

0

我不知道你为什么使用arima0，它被标记为初步版本，并被替换为arima.

arima将特定(S)ARIMA 模型拟合到您的数据，参数通过函数参数order和seasonal. forecast::auto.arima尝试根据数据确定最佳 (S)ARIMA 模型。

输出对象包括对arima数似然；例如，考虑USAccDeaths样本数据，我们可以拟合两个 SARIMA 模型：SARIMA(0,1,1)(0,1,1) 和 SARIMA(0,1,0)(0,1,0)。

fit1 <- arima(USAccDeaths, order = c(0, 1, 1), seasonal = list(order = c(0, 1, 1)))
fit2 <- arima(USAccDeaths, order = c(0, 1, 0), seasonal = list(order = c(0, 1, 0)))

arima输出对象是 a list，对数似然存储在 element中loglik：

fit1$loglik
#[1] -425.44
fit2$loglik
#[1] -435.8443
于 2020-02-17T22:32:48.587 回答