Question

我是时间序列的新手，我在时间序列数据的log（）上的auto.arima()上做了一下尝试，然后，我使用了预测包中的forecast()，并在进行绘制时看到了该数据的范围在<10。所以我觉得这表明该数据仍在Log（）中。那么，现在我该如何做一个anti-log（）？

或者我在哪里出错了？

参考代码：

log_pautoarima=auto.arima(y=log(paddy_ts))
summary(log_pautoarima)
Series: log(paddy_ts)
ARIMA(1,1,2)

Coefficients:
         ar1 ma1 ma2
      0.6593 -1.3074 0.3895
s.e. 0.1598 0.1692 0.1267

sigma^2 estimated as 0.004155: log likelihood=1694.28
AIC=-3380.57 AICc=-3380.54 BIC=-3359.95

Training set error measures:
                        ME RMSE MAE MPE MAPE MASE
ACF1
Training set -0.0001262803 0.06436026 0.02635073 -0.008400937 0.3646559 1.40289 -
0.004595988

fore_log_pautoarima=forecast(log_pautoarima,h=10)
plot(fore_log_pautoarima)

问候谢林

Answer 1

exp(forecast(log_pautoarima,h=10))

如果将任何函数f应用于数据，则在使用任何类型的模型进行预测时，都需要使用f的倒数转换回数据的原始“比例”。

对于log函数，反函数是exp（指数）。

R编码-在auto.arima（）中使用Log（）-预测后是否需要做一个抗log（）？

1 个答案: