如果我的时间序列中有n
个成员且我想要符合ARIMA(1,0,1)
模型,那么大O
符号的复杂程度会是多少?
在下面的例子中,我需要知道第二行代码的复杂性:
series <- arima.sim(list(order=c(1,0,1), ar=.9, ma=-.5), n=1000)
result <- arima(series, order=c(1,0,1))
感谢。
答案 0 :(得分:8)
复杂度O(n)
。这是一个故事?见下文。
正如我在评论中所说,我们可以通过回归模型来衡量它。作为玩具演示,请考虑以下数据收集和回归过程。
我们首先定义一个函数来测量ARMA(1,1)
模型(或ARIMA(1,0,1)
)的模型拟合时间。 (请注意,我在这里使用了基本system.time()
。您可以考虑使用包microbenchmark()
中的microbenchmark
。但在下文中,我将使用相当大的n
,以降低时间测量的灵敏度。)
t_arma <- function(N) {
series <- arima.sim(list(order=c(1,0,1), ar=.9, ma=-.5), n=N)
as.numeric((system.time(arima(series, order=c(1,0,1)))))[3]
}
我们需要收集100个数据。我们尝试100个越来越大的n
,并测量模型拟合时间t
。
k <- 100; t <- numeric(k)
n <- seq(20000, by = 1000, length = k) ## start from n = 20000 (big enough)
for (i in 1:k) t[i] <- t_arma(n[i])
现在,如果我们假设复杂性为:a * (n ^ b)
或O(n ^ b)
,我们可以通过回归模型估算a
,b
:
log(t) ~ log(a) + b * log(n)
我们对slop估算特别感兴趣:b
。
所以我们打电话给lm()
fit <- lm(log(t) ~ log(n))
#Coefficients:
#(Intercept) log(n)
# -9.2185 0.8646
我们还可以绘制log(n)
v。的散点图。 log(t)
,以及拟合的行:
plot(log(n), log(t), main = "scatter plot")
lines(log(n), fit$fitted, col = 2, lwd = 2)
开始时有一些异常值,因此斜率低于应有的值。我们现在考虑删除异常值并改进模型的稳健性。
异常值具有较大的残差。我们来看看:
plot(fit$resi, main = "residuals")
我们可以标记并删除这些异常值。看起来0.5
足以过滤这些异常值。
exclude <- fit$resi > 0.5
n <- n[!exclude]
t <- t[!exclude]
现在我们重新构建线性模型并制作图:
robust_fit <- lm(log(t) ~ log(n))
#Coefficients:
#(Intercept) log(n)
# -11.197 1.039
plot(log(n), log(t), main = "scatter plot (outliers removed)")
lines(log(n), robust_fit$fitted, col = 2, lwd = 2)
哇,太棒了,我们是金色的!斜率估计为1.因此O(n)
复杂度是合理的!