R语言--时间序列分析步骤

标签：span   ict   include   ima   模型   strong   lte   ural   power   

大白。

（1）根据趋势定差分

plot(lostjob,type="b") 查看图像总体趋势，确定如何差分

df1 = diff(lostjob)  d=1阶差分

s4_df1=diff(df1,4)  对d=1阶差分结果进行k=4步（季节）差分

（2）根据所定差分检验平稳

adfTest(s4_df1,lag=6) 对差分结果进行平稳性检验

（3）ARIMA(p,d,q)中的pq定阶

acf(s4_df1)

pacf(s4_df1)

（4）建立arima模型

ans=arima(lostjob,order=c(4,1,0),seasonal=list(order=c(1,0,1),period=4),include.mean=F,fixed=c(NA,0,0,NA,NA,NA))

（5）检验模型残差白噪声

//use natural log of T (the number ofobservations) which provides higher power (1 -Beta)

Box.test(s4_df1,lag=5,type=‘Ljung‘)

Box.test(ans$residuals,lag=5,type=‘Ljung‘)

或者

tsdiag(ans)

（6）预测

predict(ans,10)

R语言--时间序列分析步骤

标签：span   ict   include   ima   模型   strong   lte   ural   power   

原文地址：http://www.cnblogs.com/babyfei/p/7475086.html