我无法附加一个简单的,最小的,可重现的示例,因为它太复杂且难以处理;但是,我认为这里不需要数据。我正在使用forecast
和tsoutliers
程序包来解决这个问题。
当我对数据运行auto.arima
命令时,我得到以下信息:
auto.arima(Site7Oxy, stepwise = FALSE)
Series: Site7Oxy
ARIMA(3,1,2)
Coefficients:
ar1 ar2 ar3 ma1 ma2
0.2988 0.2439 0.1431 -0.4348 -0.5259
s.e. 0.0947 0.0686 0.0316 0.0948 0.0772
sigma^2 estimated as 0.5999: log likelihood=-4145.53
AIC=8303.06 AICc=8303.09 BIC=8340.15
现在,当我尝试通过此代码使用tso
命令时,它没有考虑顺序:
tso(Site7OxyTS,类型= c(“ AO”),maxit.iloop = 1,maxit.oloop = 1, tsmethod = c(“ arima”),args.tsmethod = list(order = c(3,1,2)))
我得到以下输出:
list(method = NULL)
Coefficients:
ar1 ar2 ar3 ma1 ma2 AO538 AO570 AO592 AO606 AO740 AO1238 AO1369 AO1449
0.2624 0.3053 0.0935 -0.2252 -0.7173 -1.7943 -2.8697 2.9046 2.7591 -2.2921 -2.4718 2.2024 -5.4045
s.e. 0.0532 0.0416 0.0327 0.0509 0.0339 0.4178 0.4195 0.4173 0.4175 0.4171 0.4176 0.4178 0.4192
AO1499 AO1536 AO1547 AO1592 AO1597 AO1792 AO1867 AO1997 AO2070 AO2128 AO2260 AO2501 AO2554
-2.0959 1.8000 2.1307 -1.8213 -1.8363 -2.6152 2.2791 2.0062 1.6994 1.8223 2.2976 3.8949 1.8795
s.e. 0.4182 0.4177 0.4180 0.4276 0.4268 0.4242 0.4177 0.4181 0.4175 0.4182 0.4172 0.4185 0.4189
AO2732 AO2756 AO2764 AO2909 AO2920 AO2962 AO3071 AO3140 AO3171 AO3523
1.8856 1.7988 3.3109 2.5915 2.3102 4.9518 3.9999 1.9603 -1.9116 1.7217
s.e. 0.4173 0.4205 0.4227 0.4174 0.4187 0.4175 0.4173 0.4173 0.4192 0.4202
sigma^2 estimated as 0.4661: log likelihood = -3691.25, aic = 7456.51
我没有将stepwise = FALSE
参数与tsmethod = c("auto.arima)
一起使用,因为它使RStudio崩溃,因为它花费的时间太长。并行计算并不能使其运行更快。
任何与我的tso代码有关的帮助将不胜感激!