Zacznij terazZacznij za darmo

Odkrywanie opcji auto.arima()

Funkcja auto.arima() musi oszacować wiele różnych modeli i stosuje różne skróty, aby działać jak najszybciej. Może to sprawić, że zwrócony model nie będzie miał faktycznie najmniejszej wartości AICc. Aby auto.arima() dokładniej szukała dobrego modelu, dodaj opcjonalny argument stepwise = FALSE – dzięki temu funkcja sprawdzi znacznie większy zbiór modeli.

W tym ćwiczeniu znajdziesz model ARIMA dla wczytanych danych a10, które zawierają miesięczne dane dotyczące dopłat do leków przeciwcukrzycowych w Australii w latach 1991–2008, wyrażone w milionach dolarów australijskich. Przed rozpoczęciem ćwiczenia przejrzyj te dane w konsoli.

To ćwiczenie jest częścią kursu

Prognozowanie w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj domyślnych opcji auto.arima(), aby znaleźć model ARIMA dla a10, i zapisz wynik do fit1.
  • Użyj auto.arima() bez przeszukiwania krokowego, aby znaleźć model ARIMA dla a10, i zapisz wynik do fit2.
  • Uruchom summary() dla obu modeli – fit1 i fit2 – w konsoli i na tej podstawie określ, który z nich jest lepszy. Z dokładnością do 2 miejsc po przecinku, jaka jest jego wartość AICc? Przypisz tę liczbę do AICc.
  • Na koniec, używając lepszego modelu wybranego na podstawie AICc, sporządź wykres prognoz na 2 lata. Ustaw odpowiednią wartość h.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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
___ %>% ___ %>% ___
Edytuj i uruchom kod