关于ARMA模型的R语言实现

本文介绍如何使用R语言实现ARMA模型,包括模型的原理、建模步骤及实例分析。通过美国科罗拉多州加油站OVERSHOOT序列进行建模,经过单位根检验确定序列平稳,再进行模型定阶和参数估计,最后完成模型的显著性检验和预测。
摘要由CSDN通过智能技术生成

新手一枚,和大家一起学习R,以后基本每周都会更新1到2篇关于数据预测处理的模型和方法,希望和大家一起学习,一起成长。

本周首先更新的是用R来实现ARMA模型。

时间序列的模型,基本上都要建立在平稳的序列上,这里我们将来了解下ARMA模型,以及其实现的R代码。
  ARMA(p,q)模型,全称移动平均自回归模型,它是由自回归(AR)部分和移动平均(MA)部分组成的,所以称之为ARMA模型。进行ARMA模型的话,要求时间序列一定要是平稳的才行,否则建模无效。
1.ARMA模型具有如下形式:
ARMA模型的基本定义
2.ARMA模型建模步骤
(1)画出时序图,求出样本的相关系数,偏自相关系数值
(2)根据样本的相关系数和偏自相关系数,选择适当的阶数,由于这具有一定的主观性,所以这里我们选用的是最小AIC准则来定阶
(3)估计模型中的参数值
(4)检验模型的有效性,一般分为残差的白噪声检验和参数的显著性检验。
(5)利用模型进行预测。
3.建模
我们利用美国科罗拉多州某一加油站连续57天的OVERSHOOT序列,来进行本次建模。
(1)首先,读入数据,画出其时序图,检验其平稳性。

library(zoo)
library(tseries)
library(forecast)
overshort=read.table("C:/Users/MrDavid/data_
  • 55
    点赞
  • 447
    收藏
    觉得还不错? 一键收藏
  • 12
    评论
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值