我正在使用R中的时间序列数据集。我必须提出几个模型,其中之一必须来自使用armasubsets(我知道有函数,如auto.arima(),但我仍然必须利用这个图)。你如何解释R中的这个arma子集图? 如何解释R中的ARMA子集(用于更复杂的时间序列模型)?
我特别想到了第五排,因为它的BIC值只有十分之一更高,尽管我们想要最小化BIC,但我认为这个小的差异是合理的,因为从顶部第五排是比该图中指定的其他潜在模型简单得多。因此,我将如何解释AR组件滞后5,11和12,以及滞后1的MA组件。
这个解释如何改变这样的情节:我在想第5排BIC值为-220。
是的,我也在考虑使用该功能。但我不确定,我将如何指定我在问题中提供的参数?作为一个回顾,AR组件中的滞后10,11和12是显着的,那么即使设置p = 3,我如何特别确保这些滞后被考虑?另外,5和12都在模型的MA部分有重要意义,所以我如何特别确定这些滞后是否被考虑,而其他的不是?您也没有包含我认为有必要为模型的季节性部分指定的期间输入。 –
@JaneSully我不认为你可以跳过AR条款。另外,我还没有使用arima,我只使用了预测的函数,但我相信它可以从ts对象中获得时间。 – Kristofersen
@JaneSully因为您想使用BIC来选择组件,只需运行auto.arima并将ic =“BIC”添加到该函数。这会给你你想要的。 – Kristofersen