另一些時序的function
z=arima.sim(list(order=c(2,1,0),ar=c(-0.5,0.4)),n=500) #例如說data長這樣
par(mfrow=c(2,1));acf(z);pacf(z) #看acf 及pacf
#看起來好像要做差分
z1=diff(z,lag=1) #做差分用的
par(mfrow=c(2,1));acf(z1);pacf(z1) #看acf 及pacf
#看起來好像是AR(2)
mod=arima(z[1:400],order=c(2,1,0))
predict(mod, n.ahead = k) #預測未來k期
#似乎沒有比較簡單的辦法去update 新的資料
#除非是像課本上用psi去update新的資料
##
arima(x, order = c(0, 0, 0),
seasonal = list(order = c(0, 0, 0), period = NA),
xreg = NULL, include.mean = TRUE, transform.pars = TRUE,
fixed = NULL, init = NULL, method = c("CSS-ML", "ML", "CSS"),
n.cond, optim.control = list(), kappa = 1e6)
大概就這些啦~~
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.114.36.142
※ 編輯: tsta 來自: 140.114.36.142 (05/07 08:58)