本文介绍了如何使用auto.arima函数使用R对时间序列数据使用AR.MA专门检查ARIMA中AR或MA的RMSE值的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
如何检查 ARIMA(p,d,q)
中单独的 RMSE
是什么.如果我使用 arima.sim
这样的模拟时间序列数据.
How do I check what the RMSE
alone is in ARIMA(p,d,q)
. If I simulate a time series data with arima.sim
like this.
wn <- rnorm(10, mean = 0, sd = 1)
ar <- wn[1:2]
for (i in 3:10){
ar<-arima.sim(n=10,model=list(ar=-0.7048,order=c(1,1,0)),start.innov=4.1,n.start=1,innov=wn)
}
ar <-ar[-1]
我尝试了下面的 r
代码:
mis <- auto.arima(ar)
summary(auto.arima(ar))
mod1 <- auto.arima(ar)
refit <- Arima(ar, model=mod1)
acu<-accuracy(refit)
acu$
我想要一个类似 rmse< -function(mis,...)
的函数,该函数仅输出 RMSE
I want a function like rmse<-function(mis,...)
that will print out just the value of RMSE
推荐答案
您需要的只是 acu [1,2]
,但是如果您需要函数:
All you need is acu[1, 2]
but if you want a function:
library(forecast)
set.seed(100)
wn <- rnorm(10, mean = 0, sd = 1)
ar <- wn[1:2]
for (i in 3:10){
ar<-arima.sim(n=10,model=list(ar=-0.7048,order=c(1,1,0)),start.innov=4.1,n.start=1,innov=wn)
}
ar <-ar[-1]
ar
mis <- auto.arima(ar)
acu <- accuracy(mis)
acu
# ME RMSE MAE MPE MAPE MASE ACF1
# Training set -0.06866332 0.5832581 0.510061 -15.2432 52.34 0.2901498 0.5778458
acu[1, 2]
# [1] 0.5832581
rmse_mis_fun <- function(x) {
a <- accuracy(x)
a[1, 2]
}
rmse_mis_fun(mis)
# [1] 0.5832581
能够通过 ar
可能是更有用的功能:
being able to pass ar
might be a more useful function:
rmse <- function(x) {
m <- auto.arima(x)
acu <- accuracy(m)
acu[1, 2]
}
rmse(ar)
# [1] 0.5832581
这篇关于如何使用auto.arima函数使用R对时间序列数据使用AR.MA专门检查ARIMA中AR或MA的RMSE值的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!