根据AIC

时间:2016-02-17 05:06:37

标签: r time-series model-comparison

我正在尝试使用Arima模型,并根据AIC查看哪种顺序是最好的 我有以下声明,我的问题是如何显示模型的顺序,因为它只是给我AIC值而无法确定哪个模型, mid.ts是由xts创建的时间序列 数据如下:

 mid.ts= 
              deltao
   Jan 1751  -41.23
    Jan 1754 -41.10
    Jan 1756  -40.25
    Jan 1759  -43.61
    Jan 1761  -41.54
    Jan 1764  -39.79
    Jan 1766   -39.63
    Jan 1769  -40.74
    Jan 1771  -42.63
    Jan 1774  -39.47
    Jan 1776  -40.30
    Jan 1778  -40.30
    Jan 1781  -41.56

library(forecast)

for(d in 0:1){
    for(p in 0:9){
      for(q in 0:9){

 fit=Arima(mid.ts,order=c(p,d,q))
  print(AIC(fit))

      }
    }
  }

1 个答案:

答案 0 :(得分:1)

您可以通过以下两种方式实现:

  1. 基于打印参数和AIC。在这里,你必须目视检查哪种模型最好,这是耗时的,而不是一个好方法。

    library(forecast)
    
    for(d in 0:1){
      for(p in 0:9){
        for(q in 0:9){
    
          fit=Arima(mid.ts,order=c(p,d,q))
          print(paste0("AIC is ", AIC(fit), " for d = ", d, ", p = ", p, " and q = ", q))
    
        }
      }
    }
    
  2. 将模型参数保存在数据框中,然后使用代码查找最佳参数。我赞成这种方法,因为它涉及的工作量较少。

    library(forecast)
    modelAIC <- data.frame()
    for(d in 0:1){
      for(p in 0:9){
        for(q in 0:9){
    
          fit=Arima(mid.ts,order=c(p,d,q))
          modelAIC <- rbind(modelAIC, c(d,p,q,AIC(fit))) #
        }
      }
    }
    names(modelAIC) <- c("d", "p", "q",  "AIC")
    rowNum <- which(modelAIC$AIC==max(modelAIC$AIC))
    modelAIC[rowNum,]#Required model parameters