3

arima {stats}を使用して、最大数以外で指定された特定のMA項を持つARMAモデルを作成する特定の方法を理解するのに問題があります。

つまり、切片、AR1項、MA1項、およびMA4項を生成するAR（1）MA（1,4）モデルを指定する必要があります...しかし、これはAR（1）MA（4）モデル。これには、MA1、MA2、MA3、およびMA（4）の用語が含まれます。

これは、tseriesパッケージのarma関数を使用して問題なく実行できます。

> ar1ma14.model<-arma(ppi.d, lag=list(ar=1, ma=c(1,4)))
Warning message:
In arma(ppi.d, lag = list(ar = 1, ma = c(1, 4))) : order is ignored

要約（ar1ma14.model）

Call:
arma(x = ppi.d, lag = list(ar = 1, ma = c(1, 4)))

Model:
ARMA(1,4)

Residuals:
   Min         1Q     Median         3Q        Max 
-0.0401487 -0.0056047  0.0004295  0.0045259  0.0379418 

Coefficient(s):
           Estimate  Std. Error  t value Pr(>|t|)    
ar1        0.765279    0.080376    9.521  < 2e-16 ***
ma1       -0.355297    0.102216   -3.476 0.000509 ***
ma4        0.297776    0.098485    3.024 0.002498 ** 
intercept  0.001855    0.001026    1.808 0.070603 .

したがって、armaで機能しますが、arma関数にはarimaと同じ予測機能はありません。

arima（p、d、q）にqとしてリストを挿入する可能性をすべて試しましたが、他の人がそれを行った例は見つかりません。

誰かアイデアがありますか？

4

1 に答える 1

2

私はそれを考え出した。

これが季節パラメータの目的であり、私はそれを疑っていましたが、正しく機能させることができませんでした.

基本的に、AR(1)MA(1,4) モデルは、t-4 期間の季節移動平均を持つ AR(1)MA(1) モデルです (これは四半期ごとのデータであるため、これは理にかなっています)。

したがって、arimaでそれを行う方法は次のとおりです。

ar1ma14.model<-arima(ppi.d, order=c(1,0,1), seasonal=list(order=c(0,0,1), period=4))

Call:
arima(x = ppi.d, order = c(1, 0, 1), seasonal = list(order = c(0, 0, 1), period = 4))

Coefficients:
         ar1      ma1    sma1  intercept
      0.8077  -0.3877  0.2297     0.0076
s.e.  0.0855   0.1295  0.0891     0.0032

同様に、MA4 項のみを含み、MA1、MA2、または MA3 を含まない AR(2)MA(|4|) モデルをテストする必要があります。つまり、季節限定の MA4 を使用した AR(2) モデルになります...

ar2ma4.model<-arima(ppi.d, order=c(2,0,0), seasonal=list(order=c(0,0,1), period=4))

Call:
arima(x = ppi.d, order = c(2, 0, 0), seasonal = list(order = c(0, 0, 1), period = 4))

Coefficients:
         ar1     ar2    sma1  intercept
      0.4570  0.1611  0.2574     0.0078
s.e.  0.0769  0.0790  0.0841     0.0027

sigma^2 estimated as 0.0001147:  log likelihood = 523.37,  aic = -1036.75
于 2013-02-25T14:58:00.383 に答える