我有一个关于使用R studio在多个时间序列中进行Arima测试的问题。 例如，我有三个客户，在4个时期内有三个时间序列。
客户端1客户端2客户端3
1 3 7
2 5 3
4 3 1
5 8 9
现在我想预测5/8/9之后的下一个时期。我知道如何使用Arima逐一预测时间序列，但实际上我有很多客户，这将花费太多时间。你可以教我如何做一个循环或使用lapply等来让事情变得更容易吗？
另外，在选择Arima的顺序时，我只知道使用Ident生成ACF和PACF的数字来告诉MA和AR的顺序，这对于大量的时间序列不起作用 - 我觉得不明智绘制数百个数字。你有什么好建议告诉Arima的命令吗？谢谢！
答案 0 :(得分：0)
apply 可以帮助您将相同的功能应用于每一列（如果您将每列作为一个时间序列）。请了解如何使用它，互联网上有很多例子。
如果您有很多时间序列，并且想要避免手动工作， auto.arima 应该会派上用场。如果您对结果不满意：
首先尝试查找一般规则。也就是说，如果您知道每个时间序列都是季节性的（具有相同的季节长度），那么您就知道所有人都需要季节差异。关于长期趋势可以说同样的事情。这些推论也可以通过算法进行。
无论1是否适用，为了确定参数的最佳值，您必须编写用于手动确定AR和MA参数的逻辑。手动逻辑越简单，编码就越容易。一个简单的经验法则是保持AR + MA = 1，如果ACF逐渐下降则选择AR，如果快速下降则选择MA。什么是快速的，什么是渐进的只需要你的代码决定。