我有一个简单的模型，其残差表现出超过一个阶的自相关。
我有一个简单的模型，我想为其包含一个移动平均分量直至三阶。
我的模特是这样：
m1<-gamm(y~s(x,k=5), data = Training)
y的时间序列属性，表明它遵循ARMA（0,0,3）
因为m1的残差是自动相关的，所以我想在m1中包括移动平均值分量
类似问题的答案仅涉及AR（1）进程，而我不是这种情况。
答案 0 :(得分：1)
您可以在软件包 nlme 中使用corARMA(p, q)函数。 corAR1(p)只是一个特例函数，因为该特定模型具有一定的效率。
您必须传递q和/或p来进行ARMA（p，q）处理的顺序，其中p指定AR术语的顺序，{{1} } MA术语的顺序。您还需要传递一个对观察进行排序的变量。假设您有一个单一的时间序列，并且您希望MA流程在整个时间序列级别上运行（而不是在一年之内但不是在两个时间间隔之间），那么您应该创建一个q变量来索引观察的顺序;在这里，我假设此变量称为time。
然后致电是：
time查看残差时，请确保提取归一化的残差，因为这些残差将包括估计的MA过程的影响：
m1 <- gamm(y ~ s(x, k = 5), data = Training,
correlation = corARMA(q = 3, form = ~ time))