У меня есть еженедельные значения данных, извлеченные из трендов google, и я хочу применить временные ряды в R для прогнозирования будущих значений. Я попытался использовать auto.arima(), но результаты кажутся только одним постоянным значением для всех будущих предсказаний, и если я вручную дам случайные параметры в arima (c (p, d, q)), я получаю различные типы Результаты. Итак, как определить соответствующие значения для моих данных.Параметры R-ARIMA. Как определить параметры аримы (p, d, q)?
data2<-ts(data$Volume)
[1] 64 74 64 68 100 87 79 72 66 74 58 68 65 71 71 71 63 65 62 58 58
[22] 58 58 60 56 51 56 52 58 59 58 60 66 67 69 67 80 66 73 73 72 68
[43] 66 70 69 66 68 67 60 50 36 50
fit<-auto.arima(data2)
pred<-predict(fit,n.ahead=30, interaval="prediction", se.fit="FALSE")
plot(pred)
pred
fit<-arima(data2,c(3,1,1)
pred<-predict(fit,n.ahead=30, interaval="prediction", se.fit="FALSE")
plot(pred)
pred
Я пробовал тест «tbats», показанный онлайн для проверки сезонности, который привел к FALSE, поэтому как прогнозировать такие значения? и является ли функция FORECAST.ETS превосходным вариантом для прогнозирования значений таких данных? –
Я не использовал Excel, поэтому не уверен. Вы можете поместить модель ets в R, если хотите. Единственный способ узнать, хорошо ли он работает, - это проверить его. Если у вас больше данных, чем в настоящее время, попробуйте установить пополам, а затем прогнозировать и сравнивать с фактическими значениями, чтобы увидеть, насколько это хорошо. – Kristofersen
@MayankAgarwal Проверьте эту книгу https://www.otexts.org/book/fpp , Это очень легко понять и дает много примеров R-кода. – Kristofersen