Question

我们用acf和pcf分析了一个数据集，并看到了使用arima的必要性。 Arima被执行并提供系数。现在我们想用它来预测一个随机值。当我做对了，预测或预测的预测是预期值。但是，我们希望创建通常围绕此预测分布的随机值 - 正如在原始数据中观察到的那样。我们怎样才能轻松处理这个问题？

谢谢！最好的，F！

> summary(arima_res)
      Length Class  Mode     
coef        4    -none- numeric  
sigma2      1    -none- numeric  
var.coef   16    -none- numeric  
mask        4    -none- logical  
loglik      1    -none- numeric  
aic         1    -none- numeric  
arma        7    -none- numeric  
residuals 852    ts     numeric  
call        3    -none- call     
series      1    -none- character
code        1    -none- numeric  
n.cond      1    -none- numeric  
model      10    -none- list

Answer 1

使用forecast包。然后使用simulate(fit)，其中fit是arima()或Arima()的输出。这是一个简单的例子：

library(forecast)
fit <- Arima(USAccDeaths,order=c(0,1,1),seasonal=c(0,1,1))
plot(USAccDeaths,xlim=c(1973,1980),ylim=c(6000,12000))
for(i in 1:10)
  lines(simulate(fit,nsim=24),col="blue")

模拟值的均值等于forecast(fit)生成的点预测。模拟值的百分位数等于以相同方式获得的预测间隔。（不完全是，因为这是模拟，但渐近。）

如何使用arima模拟具体值？

1 个答案: