用R语言自动智能化创建时间序列ARIMA模型

Posted 2021-04-18 小兵学R语言

近期开始筹备SPSS时间序列章节的内容，为了拓宽认知，本周将练习R语言时间序列。

以下是学习计划完成情况。

R语言自带案例数据集AirPassengers，记录了航空公司1949年1月至1960年12月每个月的乘客人数。

本次时间序列涉及的R包包括： tseries，forecast。

为了方便分析，我们对数据集进行重新赋值。

  
    
    
  

   
     
     
   air <- AirPassengers
  
    
    
  

观察时间序列图

  
    
    
  

   
     
     
   ts.plot(air)
  
    
    
  

该时间序列中至少 包含了线性趋势、季节变化、随机波动等信息。对于新手用户来说，我们可以把时间序列理解的简单一些，不要过分纠缠背后的原理，想把原理搞清楚是非常有难度的。

ARIMA是当前最流行的时间序列模型，包含线性趋势、季节变化的时间序列数据完全可以采用ARIMA模型进行拟合和预测。但是ARIMA模型原理较为复杂，学习过程有一定难度。

在SPSS统计软件中，为用户提供了【专家建模器】，帮助用户自动智能化实现ARIMA模型创建，适合大多数非专业人士使用。

而在R语言中，也有类似的 自动化建模工具，它就是auto.arima函数。本例将直接跳过复杂的原理，简单直观采用auto.arima函数进行建模和预测。

自动化创建arima模型

  
    
    
  

   
     
     
   air.arima <- auto.arima(air)
  
    
    
  

预测未来12个月的乘客人数

  
    
    
  

   
     
     
   air.forecast <- forecast(air.arima,h=12)
  
    
    
  

输出预测的可视化效果

  
    
    
  

   
     
     
   plot (air.forecast)
  
    
    
  

auto.arima函数为我们创建了一个ARIMA(2,1,1)(0,1,0)[12] 模型，对1961年12个月的预测效果见上图。

本文完

文/图=数据小兵

---

更多R统计文章

---

 
数据小兵坚持写博客已经12年

坚持写微信公号文章6年

坚持更新SPSS视频课程2年

坚持一对一答疑讨论2年
绝对超值：一对一答疑

欢迎加入SPSS视频课程

竭诚服务

◢点【 阅读原文】 优惠最后3天