笔记说明
在datacamp网站上学习“Time Series with R ”track
“Introduction to Time Series Analysis”课程 做的对应笔记。
学识有限,错误难免,还请不吝赐教。
如无特殊说明,笔记中所使用数据均来自datacamp课程
自回归模型部分的笔记分为(一)(二)两个部分发布,第一部分主要包括自回归过程简介、不同参数情况下自回归过程的特点和数据模拟;第二部分主要是自回归模型的拟合和预测。(这样我每日一更打卡的压力也能小一些。。。)
拟合自回归模型
arima是自回归滑动平均混合模型(Autoregressive Integrated Moving Average model)的简称,模型有p,d,q三个参数:自回归阶数p,差分阶数d,移动平均阶数q,这三个参数会在以后讲解中再行详述。现在只需要知道ARIMA(1,0,0)模型就是一个自回归模型,因此我们可以用order为c(1,0,0)的arima()函数对给定时间序列进行自回归模型的拟合。(我们这里只关注1阶的情景,最简单的自回归过程)
拟合后给出的结果中,ar1即为
的估计值,intercept即为μ的估计值,sigma^2即为