我正在使用ARIMA模型来拟合时间序列数据。 R中的命令arima
就像一个魅力。由于我正在处理一个包含15831个观测值的相当大的数据集,所以我使用了
arima(x, order=c(58), method="CSS")
而不是method="CSS-ML"
或method="ML"
。现在我正在完成分析并开始写论文。我意识到我找不到足够的参考资料" CSS"方法。我想知道是否有人能指引我走向正确的方向。
非常感谢你。
山姆
答案 0 :(得分:1)
CSS =条件平方和,来自文档LINK
有条件的平方和主要用于说明 目的。这计算了拟合创新的平方和 从观察n.cond开始,(其中n.cond至少是最大滞后 AR术语),将所有早期创新都归零。争论 n.cond可用于允许不同拟合之间的可比性。该 'part log-likelihood'是第一个术语,是估计值的一半 均方根。允许丢失值,但会导致许多错误 缺少创新。