1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình ARIMA trong R
Connected

Bài tập

Dự báo ARIMA mô phỏng

Giờ bạn đã thành thạo việc khớp mô hình ARIMA, hãy dùng kỹ năng đó để dự báo. Trước hết, bạn sẽ làm việc với dữ liệu mô phỏng.

Chúng tôi đã tạo 120 quan sát từ mô hình ARIMA(1,1,0) với tham số AR bằng 0.9. Dữ liệu đầy đủ nằm trong y và 100 quan sát đầu tiên nằm trong x. Các quan sát này đã được vẽ sẵn cho bạn. Bạn sẽ khớp một mô hình ARIMA(1,1,0) cho dữ liệu trong x và kiểm tra xem mô hình có phù hợp không. Sau đó, dùng sarima.for() từ astsa để dự báo 20 bước thời gian tiếp theo. Cuối cùng, bạn sẽ so sánh các dự báo với dữ liệu thực trong y.

Cú pháp cơ bản để dự báo là sarima.for(data, n.ahead, p, d, q) trong đó n.ahead là một số nguyên dương xác định chân trời dự báo. Các giá trị dự báo và sai số chuẩn của chúng sẽ được in ra; dữ liệu được vẽ bằng màu đen, các dự báo bằng màu đỏ kèm theo 2 biên sai số dự báo bình phương trung bình dưới dạng đường gạch xanh lam.

Gói astsa đã được nạp sẵn và dữ liệu (x) cùng dữ liệu sai phân (diff(x)) đã được vẽ.

Hướng dẫn

100 XP
  • Vẽ ACF và PACF mẫu của dữ liệu đã sai phân để xác định mô hình.
  • Dùng sarima() để khớp ARIMA(1,1,0) cho dữ liệu. Xem đầu ra của lệnh sarima() để đánh giá độ phù hợp và chẩn đoán mô hình.
  • Dùng sarima.for() để dự báo 20 bước thời gian tiếp theo. So sánh với các giá trị thực tế.