本文介绍了如何在R语言中构建ARIMA模型处理时间序列数据，包括数据预处理（平稳性检验和差分），使用ggplot绘制预测图，以及确保模型残差符合白噪声标准，以评估模型的适用性和预测性能。
人类社会伴随着时间的发展而发展，时间序列数据无处不在。为了更好的把握未来，人们需要根据历史已有数据完成对未来的预测，时间序列模型由此而生。由于最近任务的需要-R语言构建ARIMA模型，浏览网上发现虽然有相关代码，但是出图结果基本上都基于基本的plot绘图函数，不尽人意。于是选择利用ggplo包绘制好看的时序预测图。下面是原始数据时序图
然后根据arima模型假设，需要对原始数据进行平稳性检验（不平稳需要差分看差分后是否平稳），得到的平稳序列是否白噪声（白噪声无研究意义）的操作。
这里上述过程直接省略，这里直接利用自动定阶函数定阶p、d、q，模型拟合残差情况如下
模型残差应为白噪声，无自相关才能认为模型构建成功。最后是模型的拟合以及预测效果
1044
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
