用R语言自动智能化创建时间序列ARIMA模型

近期开始筹备SPSS时间序列章节的内容，为了拓宽认知，本周将练习R语言时间序列。
以下是学习计划完成情况。
R语言自带案例数据集AirPassengers，记录了航空公司1949年1月至1960年12月每个月的乘客人数。
本次时间序列涉及的R包包括：tseries，forecast。
为了方便分析，我们对数据集进行重新赋值。
air <- AirPassengers
观察时间序列图
ts.plot(air)
该时间序列中至少包含了线性趋势、季节变化、随机波动等信息。对于新手用户来说，我们可以把时间序列理解的简单一些，不要过分纠缠背后的原理，想把原理搞清楚是非常有难度的。
ARIMA是当前最流行的时间序列模型，包含线性趋势、季节变化的时间序列数据完全可以采用ARIMA模型进行拟合和预测。但是ARIMA模型原理较为复杂，学习过程有一定难度。
在SPSS统计软件中，为用户提供了【专家建模器】，帮助用户自动智能化实现ARIMA模型创建，适合大多数非专业人士使用。
而在R语言中，也有类似的自动化建模工具，它就是auto.arima函数。本例将直接跳过复杂的原理，简单直观采用auto.arima函数进行建模和预测。
自动化创建arima模型
air.arima <- auto.arima(air)
预测未来12个月的乘客人数
air.forecast <- forecast(air.arima,h=12)
输出预测的可视化效果
plot (air.forecast)
auto.arima函数为我们创建了一个ARIMA(2,1,1)(0,1,0)[12] 模型，对1961年12个月的预测效果见上图。
本文完
文/图=数据小兵

更多R统计文章
R语言单一样本t检验案例实现
20个R语言小课堂视频教程送给你
R语言的正态密度曲线很美
R自带pairs函数矩阵散点图
car包spm函数矩阵散点图
用R语言pie函数做饼图
ggplot2统计图形：常见的4种箱线图
ggplot2统计图形：常见的4种直方图
按列索引按列名称删除指定的列数据
R语言Levene方差齐次检验
谁说菜鸟不会数据分析（R语言篇）
table函数：分类数据的频数与频率统计
jiebaR包中文分词及词云制作
R语言带文字标签的散点图
如何获取R自带数据集与R包数据集说明文档？
如何修改R数据框的列名称？
二元正态分布及双变量相关分析简单案例演示
R语言相关系数、显著性检验及可视化的尝试
用散点图法判断变量之间是否存在线性关系
ggplot2统计图形：常见的4种散点图
R语言scale()函数实现数据标准化
用R语言做单因素方差分析及多重比较
数据小兵坚持写博客已经12年
坚持写微信公号文章6年
坚持更新SPSS视频课程2年
坚持一对一答疑讨论2年
绝对超值：一对一答疑
欢迎加入SPSS视频课程
竭诚服务
赞 (0)

相关推荐