- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 ARIMA sim 包来模拟具有漂移的 ARIMA 模拟。我的问题是我似乎无法让它工作。
我需要得到这样的东西:
enter image description here
我的代码正在产生这个:
> mean(datatime)
[1] 15881.56
> sd(datatime)
[1] 8726.893
> length(datatime)
[1] 123
# The mean and variance from the original series
originalseriesmean = 15881.56
originalseriesvariance = 8726.893*8726.893
originalseriesn=123
# Simulation using arima.sim
ts.sim <- arima.sim(model=list(c(1,1,1)), n = 123, mean=190,sd=69.2863)
ts.plot(ts.sim)
enter image description here
最佳答案
根据定义,ARIMA 过程没有任何漂移/趋势。受交叉验证 arima with trend 上的这个答案的启发,并考虑到您想要的值:
set.seed(123)
intercept <- 4500
b <- (32000 - intercept) / 123
x <- 1:123
y <- b * x + arima.sim(model=list(c(1, 0, 1)),
n = 123, mean=intercept, sd=2000)
> sd(y)
[1] 8020
> mean(y)
[1] 18370
参数
mean
为您提供过程的截距(它开始的位置),为了获得方差,您应该消除过程的趋势,因为
mean
值和
sd
值是趋势,而要模拟这样的过程,您应该将过程分解为噪声+ 趋势。
关于r - 使用 arima.sim 模拟带有 R 漂移的 ARIMA 1,1,1,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67905933/
我想获取完整数据模型的参数,然后使用这些参数针对数据的“样本内”运行模型,但我不知道该怎么做。 例如; data<-c(79160.56266,91759.73029,91186.47551,1063
在线文档表明引擎盖下的算法与估计 (s)Arima 模型相同。在一些测试中,使用 Kaggle 数据集,我有不同的模型:ARIMA 函数显示了一个 sArima,auto.arima 只有 Arima
我正在从事预测商店销售的项目以学习预测。到目前为止,我已经成功地使用了简单的 auto.Arima() 函数进行预测。但是为了使这些预测更准确,我可以使用协变量。我已经定义了协变量,例如假期,在这篇文
大多数时候运行 arima.sim() 函数来模拟 arima mosel 的特定顺序,但是当通过 auto 检查此类模拟时间序列数据时。 arima() 函数,它通常不会与 arima.sim()
我曾尝试在 python 中同时在 R 上使用 auto arima 获取相同的数据,但得到了不同的 ARIMA 模型选择是具有不同 AIC 的最佳模型。你能告诉我为什么我从两种语言中得到具有不同 A
我正在尝试使用 ARIMA sim 包来模拟具有漂移的 ARIMA 模拟。我的问题是我似乎无法让它工作。 我需要得到这样的东西: enter image description here 我的代码正在
我正在尝试手动计算 ARIMA 模型中常量的标准误差(如果包含)。我引用了 Box 和 Jenkins (1994) 的文本,特别是第 7.2 节,但我的理解是这里提到的方法仅计算 ARIMA 参数的
您好,我想知道是否可以仅提取 ARIMA 模型的值?每当我只查找它创建的一组值时,我都无法在它创建的列表中找到它们。我看到残差、系数等,但值在哪里。我知道我可能会误解 ARIMA 在 R 中所做的事情
我有一些 forecast::Arima 语法问题。如果我知道季节性 ARIMA 在统计上是正确的,因为它是 auto.arima 的结果,我如何修复以下 Arima 函数使其具有与 auto.ari
我有一个时间序列预测问题,我正在使用 statsmodels python 包来解决。使用 AIC 标准进行评估,结果证明最优模型相当复杂,类似于 ARIMA(27,1,8) [我没有对参数空间进行详
如何反转平稳性并将日期重新应用于数据以进行绘图? 源代码: https://nbviewer.jupyter.org/github/robbiemu/location-metric-data/blob
我试图在包含外生变量的 python statsmodels ARIMA 包中预测时间序列,但无法找出在预测步骤中插入外生变量的正确方法。参见 here对于文档。 import numpy as np
我正在尝试编写代码来生成一系列 arima 模型并比较不同的模型。代码如下。 p=0 q=0 d=0 pdq=[] aic=[] for p in range(6): for d in ran
我正在尝试使用 fable 包为 1000 家商店创建预测。 fable 包是否像 forecast 函数一样并行工作? 非常感谢 最佳答案 您可以使用来自 future 包的 plan() 并行模型
我正在尝试拟合 ARIMA 模型。我有 3 个月的数据,它每分钟显示 count(float)。我应该为 arima.fit() 传递哪个顺序?我需要预测每一分钟。 最佳答案 基本的 ARIMA(p,
假设我有一些如下的时间序列,我想预测 c1一步一个头,在 R 中这样做非常简单和容易: testurl = "https://docs.google.com/spreadsheets/d/1jtpQa
我正在生成带有外部回归器的 Arima 模型。假设我有 观察。 predict.Arima函数来自 forecast包只是对 进行预测n + 1 观察。 我需要对 进行预测值(系列的最后一个值),改变
我有一个计数时间序列数据,我可以用它来确定基础随机过程的参数。例如说我有一个 SARIMA (p,d,q)(P,D,Q)[S] 季节性 ARIMA 模型。 如何使用它来生成新的计数时间序列数据集? 更
我创建了一个带有有效 DatetimeIndex 的 Pandas DataFrame df.index = df.timestamp df = df.resample("10Min", how="m
我正在尝试通过以下命令使用 R 中的预测包从季节性 arima 模型生成模拟: simulate(model_temp) 哪里model_temp是应用 arima() 的结果函数到我观察到的时间序列
我是一名优秀的程序员,十分优秀!