R语言进行ARIMA分析.docx

1、R语言进行ARIMA分析R学习日记时间序列分析之ARIMA模型预测今天学习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。首先，先确定数据的差分。ARIMA 模型为平稳

2、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。我们以每年女人裙子边缘的直径做成的时间序列数据为例。从 1866 年到 1911 年在平均值上是不平稳的。随着时间增加，数值变化很大。 skirts skirtsts plot.ts(skirtsts)我们可以通过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: skirtstsdiff plot.ts(skirtstsd

3、iff)从一阶差分的图中可以看出，数据仍是不平稳的。我们继续差分。 skirtstsdiff2 plot.ts(skirtstsdiff2)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。因此，看起来我们需要对裙子直径进行两次差分以得到平稳序列。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

4、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(skirtstsdiff2,lag.max=20) acf(skirtstsdiff2,lag.max=20,plot=FALSE)Autocorrelations of series skirtstsdiff2, by lag0 1 2 3 4 5 6 7 8 9 101.000 -0.303 0.096 0.009 0.102 -0.453 0.173 -0.025 -0.039 0.073 -0.09411 12 13 1

5、4 15 16 17 18 19 200.133 -0.089 -0.027 -0.102 0.207 -0.260 0.114 0.101 0.011 -0.090自相关图显示滞后1阶自相关值基本没有超过边界值，虽然5阶自相关值超出边界，那么很可能属于偶然出现的，而自相关值在其他上都没有超出显著边界，而且我们可以期望 1 到 20 之间的会偶尔超出 95%的置信边界。 pacf(skirtstsdiff2,lag.max=20) pacf(skirtstsdiff2,lag.max=20,plot=FALSE)Partial autocorrelations of series skirts

6、tsdiff2, by lag1 2 3 4 5 6 7 8 9 10 11-0.303 0.005 0.043 0.128 -0.439 -0.110 0.073 0.028 0.128 -0.355 0.09512 13 14 15 16 17 18 19 200.052 -0.094 -0.103 -0.034 -0.021 -0.002 0.074 0.020 -0.034偏自相关值选5阶。故我们的ARMIA模型为armia（1,2,5） skirtsarima skirtsarimaSSeries: skirtstsARIMA(1,2,5) Coefficients:ar1 ma1

7、ma2 ma3 ma4 ma5-0.4345 0.2762 0.1033 0.1472 0.0267 -0.8384s.e. 0.1837 0.2171 0.2198 0.2716 0.1904 0.2888sigma2 estimated as 206.1: log likelihood=-183.8AIC=381.6 AICc=384.71 BIC=394.09预测后5年裙子的边缘直径 skirtsarimaforecast skirtsarimaforecastPoint Forecast Lo 99.5 Hi 99.51912 548.5762 507.1167 590.0357191

8、3 545.1793 459.3292 631.02951914 540.9354 396.3768 685.49401915 531.8838 316.2785 747.48921916 529.1296 233.2625 824.9968plot.forecast(skirtsarimaforecast$residuals) #忆水如烟的指正第三步，检验在指数平滑模型下，观察 ARIMA 模型的预测误差是否是平均值为 0 且方差为常数的正态分布（服从零均值、方差不变的正态分布）是个好主意，同时也要观察连续预测误差是否（自）相关。 acf(skirtsarimaforecast$residu

9、als,lag.max=20) Box.test(skirtsarimaforecast$residuals, lag=20, type=Ljung-Box)Box-Ljung testdata: skirtsarimaforecast$residualsX-squared = 8.5974, df = 20, p-value = 0.9871既然相关图显示出在滞后1-20阶（lags1-20）中样本自相关值都没有超出显著（置信）边界，而且Ljung-Box检验的p值为0.99，所以我们推断在滞后1-20阶（lags1-20）中没明显证据说明预测误差是非零自相关的。为了调查预测误差是否是平均值

10、为零且方差为常数的正态分布（服从零均值、方差不变的正态分布），我们可以做预测误差的时间曲线图和直方图（具有正态分布曲线）： plot.ts(skirtsarimaforecast$residuals) plotForecastErrors(skirtsarimaforecast$residuals)上图预测中的时间曲线图显示出对着时间增加，方差大致为常数（大致不变）（尽管上半部分的时间序列方差看起来稍微高一些）。时间序列的直方图显示预测误大致是正态分布的且平均值接近于 0（服从零均值的正态分布的）。因此，把预测误差看作平均值为0方差为常数正态分布（服从零均值、方差不变的正态分布）是合理的。既然依次连续的预测误差看起来不是相关，而且看起来是平均值为 0 方差为常数的正态分布（服从零均值、方差不变的正态分布），那么对于裙子直径的数据， ARIMA(1,2,5)看起来是可以提供非常合适预测的模型。至此，时间序列的学习结束