ÎncepețiÎncepe gratuit

Previziuni cu modele ARIMA

Metoda automată din exercițiul anterior a ales un model ARIMA(0,1,1) cu drift pentru datele austa, adică: \(y_t = c + y_{t-1} + \theta e_{t-1} + e_t.\) Vei experimenta acum cu alte modele ARIMA pentru aceste date, ca să observi cum influențează fiecare model previziunile.

Funcția Arima() poate fi folosită pentru a selecta un model ARIMA specific. Primul argument al acesteia, order, este setat la un vector care specifică valorile lui \(p\), \(d\) și \(q\). Al doilea argument, include.constant, este un boolean care determină dacă se include constanta \(c\), sau drift-ul. Mai jos este un exemplu de funcție pipe care trasează previziunile pentru usnetelec folosind un model ARIMA(2,1,2) cu drift:

> usnetelec %>%
    Arima(order = c(2,1,2), include.constant = TRUE) %>%
    forecast() %>%
    autoplot()

Urmărește în exemplele de mai jos cum afectează diferitele modele previziunile și intervalele de predicție. Datele austa sunt disponibile în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Prognoze în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Trasează previziunile unui model ARIMA(0,1,1) fără drift.
  • Trasează previziunile unui model ARIMA(2,1,3) cu drift.
  • Trasează previziunile unui model ARIMA(0,0,1) cu constantă.
  • Trasează previziunile unui model ARIMA(0,2,1) fără constantă.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Plot forecasts from an ARIMA(0,1,1) model with no drift
austa %>% Arima(order = c(___, ___, ___), include.constant = ___) %>% ___ %>% ___

# Plot forecasts from an ARIMA(2,1,3) model with drift
austa %>% Arima(___, ___) %>% ___ %>% ___

# Plot forecasts from an ARIMA(0,0,1) model with a constant
austa %>% Arima(___, ___) %>% ___ %>% ___

# Plot forecasts from an ARIMA(0,2,1) model with no constant
austa %>% Arima(___, ___) %>% ___ %>% ___
Editează și rulează codul