[英]Apply lapply function on forecast package (accuracy and auto.arima)
[英]Arima function in forecast package and predict()
我有一個名為Price
的系列,其中包含30個觀察結果:
Price
[1] 0.2946825 0.2962453 0.2995118 0.3250501 0.3413176 0.3212861 0.3285121
[8] 0.3223009 0.3219386 0.3049079 0.3046129 0.2912507 0.2947570 0.2947570
[15] 0.2930427 0.2877321 0.2875071 0.2929681 0.2890062 0.2896052 0.2863812
[22] 0.2826947 0.2799019 0.2758878 0.2742928 0.2847277 0.2839752 0.2919977
[29] 0.2797507 0.2739887
我運行此命令Prediction_Price_30 <-predict(Arima((Price[1:29]),order=c(1,1,0)),n.ahea=1)
以生成Arima(1,1,0 )模型,總共使用了29個觀測值,並預測“第一個”比第30個觀測值高。
結果是0.2805374
Time Series:
Start = 30
End = 30
Frequency = 1
[1] 0.2805374
我想知道predict
功能如何進行預測。 是否將第29個實際觀測值(通過微分)插入到生成的ARIMA(1,1,0)模型中,並計算第30個值的預測?
summary(Arima((Price[1:29]),order=c(1,1,0)))
Series: (Price[1:29])
ARIMA(1,1,0)
Coefficients:
ar1
-0.0662
s.e. 0.1910
sigma^2 estimated as 0.0001622: log likelihood=82.96
AIC=-161.91 AICc=-161.43 BIC=-159.25
Training set error measures:
ME RMSE MAE MPE MAPE
Training set -0.0006482771 0.01228864 0.008384534 -0.05293643 0.6172495
MASE ACF1
Training set 0.9673133 0.003299951
我的意思是Price_prediction30 = -0.0662*(Price_actual29 - Price_actual28)
嗎?
我認為這個問題應該在交叉驗證中提出。
但是,回答您的問題。 當您指定d = 1時,您假定兩個連續值y的差是恆定的。
Ŷt = μ + Yt-1 + ϕ1 (Yt-1 - Yt-2)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.