第一步.对原始数据进行分析
一.ARIMA预测时间序列
指数平滑法对于预测来说是非常有帮助的,而且它对时间序列上面连续的值之间相关性没有要求。但是,如果你想使用指数平滑法计算出预测区间,那么预测误差必须是不相关的, 而且必须是服从零均值、 方差不变的正态分布。即使指数平滑法对时间序列连续数值之间相关性没有要求,在某种情况下,我们可以通过考虑数据之间的相关性来创建更好的预测模型。自回归移动平均模型( ARIMA) 包含一个确定(explicit)的统计模型用于处理时间序列的不规则部分,它也允许不规则部分可以自相关。
二.确定数据的差分
ARIMA 模型为平稳时间序列定义的。 因此, 如果你从一个非平稳的时间序列开始,首先你就需要做时间序列差分直到你得到一个平稳时间序列。如果你必须对时间序列做 d 阶差分才能得到一个平稳序列,那么你就使用ARIMA(p,d,q)模型,其中 d 是差分的阶数。
以每年女人裙子边缘的直径做成的时间序列数据为例。
先导入数据:
###导入在线数据,并跳过前5行
skirts <- scan(“http://robjhyndman.com/tsdldata/roberts/skirts.dat”,skip=5)
skirts<- ts(skirts,start = c(1866)) #设定时间1866开始
plot.ts(skirts) #画出图
键入下面的代码来得到时间序列(数据存于“skirtsts”) 的一阶差分, 并画出差分序列的图:
skirtsdiff<-diff(skirts,differences=1) #一阶差分
plot.ts(skirtsdiff) #画图
二次差分(上面)后的时间序列在均值和方差上确实看起来像是平稳的, 随着时间推移,时间序列的水平和方差大致保持不变。
第二步,找到合适的ARIMA模型
如果你的时间序列是平稳的,或者你通过做 n 次差分转化为一个平稳时间序列, 接下来就是要选择合适的 ARIMA模型,这意味着需要寻找 ARIMA(p,d,q)中合适的 p 值和 q 值。为了得到这些,通常需要检查[平稳时间序列的(自)相关图和偏相关图。
我们使用 R 中的“acf()”和“pacf” 函数来分别(自) 相关图和偏相关图。“acf()”和“pacf 设定“plot=FALSE” 来得到自相关和偏相关的真实值。
acf(skirtsdiff2,lag.max=20)
acf(skirtsdiff2,lag.max=20,plot=FALSE)
自相关图显示滞后1阶自相关值基本没有超过边界