私の目標: 時系列、強力な自己回帰 (ACF と PACF の出力が教えてくれました) を理解し、予測を行いたいです。
そこで、まずデータを ts に変換し、次に時系列を分解し、その定常性をチェックしました (系列は定常ではありませんでした)。次に、対数変換を実行し、データに最も適合するアリマ モデルを見つけました - 精度 (x) で精度をチェックしました - 精度出力が 0 に最も近いモデルを選択しました。
これは正しい手順でしたか？私は統計と R に不慣れで、それが正しくない場合は批判をいただければ幸いです。
Arima モデルを構築するときは、次のコードを使用しました。
ARIMA <- Arima(log(mydata2), order=c(2,1,2), list(order=c(0,1,1), period=12))
受け取った結果はログ関数で、過去のデータ (モデルの構築に使用したデータ) が図に表示されませんでした。次に、ログを元のスケールに変換するために、次のコードを使用しました。
ARIMA_FORECAST <- forecast(ARIMA, h=24, lambda=0)
あれは正しいですか？ネットで見つけたのですが、よくわかりません。
ここで私の主な質問: 元のデータと ARIMA_FORECAST を 1 つの図にプロットするにはどうすればよいですか? ログ変換が行われない場合、予測が表示される方法で表示することを意味します-予測は過去からのデータの延長として表示されるべきであり、信頼区間もそこにあるはずです。