Auto.arima未显示任何订单

时间:2015-07-10 20:06:27

标签: r autoregressive-models

我试图在R中使用auto.arima函数拟合​​arima模型。结果显示顺序(0,0,0),即使数据是非静态的。

  

auto.arima(X,近似= TRUE)

ARIMA(0,0,0)具有非零均值

有人可以建议为什么会有这样的结果吗?顺便说一下,我只在10个数据点上运行此功能。

1 个答案:

答案 0 :(得分:3)

10个数据点是用于估计ARIMA模型的非常少量的观测值。我怀疑你可以根据这个做出任何明智的估计。此外,估计的模型可能在很大程度上取决于您所查看的时间序列的一部分,并且仅添加非常少的观察值可以显着改变估计模型的特征。例如:

当我拍摄时间序列只有10个观察时,我也得到了ARIMA(0,0,0)模型:

library(forecast)
vec1 <- ts(c(10.26063, 10.60462, 10.37365, 11.03608, 11.19136, 11.13591, 10.84063, 10.66458, 11.06324, 10.75535), frequency = 12)
fit1 <- auto.arima(vec1)
summary(fit1)

但是,如果我使用大约30个观测值,则估计ARIMA(1,0,0)模型:

vec2 <- ts(c(10.260626, 10.604616, 10.373652, 11.036079, 11.191359, 11.135914, 10.840628, 10.664575, 11.063239, 10.755350,
10.158032, 10.653669, 10.659231, 10.483478, 10.739133, 10.400146, 10.205993, 10.827950, 11.018257, 11.633930,
11.287756, 11.202727, 11.244572, 11.452180, 11.199706, 10.970823, 10.386131, 10.184201, 10.209338,  9.544736), frequency = 12)
fit1 <- auto.arima(vec2)
summary(fit1)

如果我使用整个时间序列(413个观测值),auto.arima函数估计“ARIMA(2,1,4)(0,0,1)[12]带漂移”。

因此,我认为10次观察确实不足以拟合模型。