Моята цел: Искам да разбера времева серия, силно авторегресивна (изходът на ACF и PACF ми каза това) и да направя прогноза.
Така че това, което направих, беше, че първо трансформирах данните си в ts, след това разложих времевия ред, проверих стационарността му (серията не беше стационарна). След това проведох трансформация на журнал и намерих модел на Arima, който отговаря най-добре на данните - проверих точността с точност (x) - избрах модела с изходна точност най-близо до 0.
Това ли беше правилната процедура? Аз съм нов в статистиката и R и бих оценил малко критика, ако това не е правилно.
При изграждането на модела Arima използвах следния код:
ARIMA <- Arima(log(mydata2), order=c(2,1,2), list(order=c(0,1,1), period=12))
Резултатът, който получих, беше лог функция и данните от миналото (данните, които използвах за изграждане на модела) не бяха показани в диаграмата. Така че, за да трансформирам дневника в оригиналния мащаб, използвах следния код:
ARIMA_FORECAST <- forecast(ARIMA, h=24, lambda=0)
Вярно ли е? Намерих го някъде в мрежата и наистина не го разбирам.
Сега основният ми въпрос: Как мога да начертая оригиналните данни и ARIMA_FORECAST в една диаграма? Имам предвид показването му по начина, по който се показват прогнозите, ако не се предприеме трансформация на регистрационния файл - прогнозата трябва да се показва като разширение на данните от миналото, трябва да има и доверителни интервали.