2018.10.09R-SARIMA学习:程序

最新推荐文章于 2024-08-19 14:42:45 发布

MONKEYLY

最新推荐文章于 2024-08-19 14:42:45 发布

阅读量2.8k

点赞数 8

分类专栏： R_LEA 文章标签： R

本文链接：https://blog.csdn.net/MONKEYLY/article/details/83653533

版权

本文介绍了SARIMA模型的建模步骤，包括序列平稳化、模型识别、参数估计和模型诊断以及预测效果评估。重点讲述了时间序列的季节性调整方法，如加法模型和乘法模型，并通过R语言实现SARIMA模型，以航空旅客数据为例进行建模分析和预测。

摘要由CSDN通过智能技术生成

2018.10.09R-SARIMA学习

library(forecast)
library(tseries)
data(AirPassengers)
class(AirPassengers)
start(AirPassengers)
end(AirPassengers)
frequency(AirPassengers)
summary(AirPassengers)
tsair <- ts(AirPassengers, start=c(1949, 1), frequency=12)
tsair
tsair.subset<- window(tsair,start=c(1949,1),end=c(1960,6),frequency=12)
tsair.subset
plot(AirPassengers,ylab="AirPassengers")
plot(tsair.subset,ylab="AirPassengers")
plot(log(AirPassengers),ylab="log(AirPassengers)")
stl(tsair.subset, s.window="periodic", t.window=)#得到是取对数后的序列分解趋势季节随机组成
fit1 <- stl(tsair.subset, s.window="periodic", t.window=)
exp(fit1$time.series)#exp(fit$time.series)回到原序列
plot(fit1)
#----