НачатьНачать бесплатно

Изучение параметров auto.arima()

Функция auto.arima() перебирает множество различных моделей и использует ряд упрощений, чтобы ускорить работу. Из-за этого возвращаемая модель не всегда имеет наименьшее значение AICc. Чтобы функция искала более тщательно, добавьте необязательный аргумент stepwise = FALSE — это позволит рассмотреть значительно большее число моделей.

В этом упражнении вы подберёте модель ARIMA для предзагруженного набора данных a10, который содержит ежемесячные данные о субсидиях на противодиабетические препараты в Австралии с 1991 по 2008 год (в миллионах австралийских долларов). Прежде чем приступить, изучите данные в консоли.

Это упражнение является частью курса

Прогнозирование в R

Посмотреть курс

Инструкции к упражнению

  • Используйте параметры по умолчанию в auto.arima(), чтобы подобрать модель ARIMA для a10, и сохраните результат в fit1.
  • Используйте auto.arima() без пошагового поиска, чтобы подобрать модель ARIMA для a10, и сохраните результат в fit2.
  • Запустите summary() для fit1 и fit2 в консоли и определите лучшую модель. С точностью до 2 знаков после запятой, каково её значение AICc? Присвойте это число переменной AICc.
  • Наконец, используя лучшую модель по критерию AICc, постройте прогноз на 2 года. Задайте параметр h соответствующим образом.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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
___ %>% ___ %>% ___
Редактировать и запускать код