ARIMA 模型是三个部分的组合。 AR,即自回归部分,是根据自身的自相关性对序列进行建模的部分。 MA 部分尝试对时间序列中的本地突发事件或冲击建模。 I 部分涵盖了差异,我们刚刚介绍了差异。 ARIMA 模型通常采用三个超参数 p,d 和 q,分别对应于建模的自回归滞后的数量,微分度和模型的移动平均部分的顺序。
ARIMA 模型是三个部分的组合。 AR,即自回归部分,是根据自身的自相关性对序列进行建模的部分。 MA 部分尝试对时间序列中的本地突发事件或冲击建模。 I 部分涵盖了差异,我们刚刚介绍了差异。 ARIMA 模型通常采用三个超参数`p`,`d`和`q`,分别对应于建模的自回归滞后的数量,微分度和模型的移动平均部分的顺序。
ARIMA 模型在 R 的`auto.arima()`和预测包中实现得很好,这可能是使用 R 语言的唯一很好的理由之一。