arima模型_用R语言自动智能化创建时间序列ARIMA模型

近期开始筹备SPSS时间序列章节的内容，为了拓宽认知，本周将练习R语言时间序列。以下是学习计划完成情况。R语言自带案例数据集AirPassengers，记录了航空公司1949年1月至1960年12月每个月的乘客人数。本次时间序列涉及的R包包括： tseries，forecast。为了方便分析，我们对数据集进行重新赋值。

air 

观察时间序列图

ts.plot(air)

该时间序列中至少 包含了线性趋势、季节变化、随机波动等信息。对于新手用户来说，我们可以把时间序列理解的简单一些，不要过分纠缠背后的原理，想把原理搞清楚是非常有难度的。ARIMA是当前最流行的时间序列模型，包含线性趋势、季节变化的时间序列数据完全可以采用ARIMA模型进行拟合和预测。但是ARIMA模型原理较为复杂，学习过程有一定难度。在SPSS统计软件中，为用户提供了【专家建模器】，帮助用户自动智能化实现ARIMA模型创建，适合大多数非专业人士使用。而在R语言中，也有类似的 自动化建模工具，它就是auto.arima函数。本例将直接跳过复杂的原理，简单直观采用auto.arima函数进行建模和预测。自动化创建arima模型

air.arima <- auto.arima(air)

预测未来12个月的乘客人数

air.forecast <- forecast(air.arima,h=12)

输出预测的可视化效果

plot (air.forecast)

auto.arima函数为我们创建了一个ARIMA(2,1,1)(0,1,0)[12] 模型，对1961年12个月的预测效果见上图。 本文完 文/图=数据小兵

---

更多R统计文章 R语言单一样本t检验案例实现 20个R语言小课堂视频教程送给你 R语言的正态密度曲线很美 R自带pairs函数矩阵散点图 car包spm函数矩阵散点图 用R语言pie函数做饼图 ggplot2统计图形：常见的4种箱线图 ggplot2统计图形：常见的4种直方图 按列索引按列名称删除指定的列数据 R语言Levene方差齐次检验 谁说菜鸟不会数据分析(R语言篇) table函数：分类数据的频数与频率统计 jiebaR包中文分词及词云制作 R语言带文字标签的散点图 如何获取R自带数据集与R包数据集说明文档？ 如何修改R数据框的列名称？ 二元正态分布及双变量相关分析简单案例演示 R语言相关系数、显著性检验及可视化的尝试 用散点图法判断变量之间是否存在线性关系 ggplot2统计图形：常见的4种散点图 R语言scale()函数实现数据标准化 用R语言做单因素方差分析及多重比较

---

 
数据小兵坚持写博客已经12年坚持写微信公号文章6年坚持更新SPSS视频课程2年坚持一对一答疑讨论2年 绝对超值：一对一答疑 欢迎加入SPSS视频课程竭诚服务 ◢点【