LoslegenKostenlos loslegen

Optionen von auto.arima() erkunden

Die Funktion auto.arima() muss viele unterschiedliche Modelle schätzen, und es werden verschiedene Abkürzungen verwendet, um die Funktion so schnell wie möglich zu machen. Das kann dazu führen, dass ein Modell zurückgegeben wird, das nicht den kleinsten AICc-Wert hat. Damit auto.arima() intensiver nach einem guten Modell sucht, füge das optionale Argument stepwise = FALSE hinzu, um eine deutlich größere Modellsammlung zu prüfen.

Hier versuchst du, ein ARIMA-Modell für die vorab geladene a10-Zeitreihe zu finden. Sie enthält monatliche Subventionen für Antidiabetika in Australien von 1991 bis 2008 in Millionen australischer Dollar. Sieh dir die Daten vor Beginn dieser Übung in der Konsole an.

Diese Übung ist Teil des Kurses

Prognosen mit R

Kurs anzeigen

Anleitung zur Übung

  • Verwende die Standardoptionen von auto.arima(), um ein ARIMA-Modell für a10 zu finden, und speichere es in fit1.
  • Verwende auto.arima() ohne stufenweise Suche, um ein ARIMA-Modell für a10 zu finden, und speichere es in fit2.
  • Führe summary() für sowohl fit1 als auch fit2 in deiner Konsole aus und nutze das Ergebnis, um das bessere Modell zu bestimmen. Wie groß ist dessen AICc-Wert auf 2 Dezimalstellen? Weise die Zahl AICc zu.
  • Abschließend: Erzeuge mit dem anhand des AICc besseren Modell die 2-Jahres-Prognosen und plotte sie. Setze h entsprechend.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Find an ARIMA model for a10
fit1 <- ___

# Don't use a stepwise search
fit2 <- ___

# AICc of better model
AICc <- ___

# Compute 2-year forecasts from better model
___ %>% ___ %>% ___
Code bearbeiten und ausführen