Моя цель: я хочу понять временной ряд, сильно авторегрессивный (об этом мне сказали результаты ACF и PACF) и сделать прогноз.
Итак, я сначала преобразовал свои данные в ts, затем разложил временной ряд, проверил его стационарность (ряд не был стационарным). Затем я провел преобразование журнала и нашел модель Arima, которая лучше всего подходит для данных - я проверил точность с точностью (x) - я выбрал модель с выходом точности, близким к 0.
Это была правильная процедура? Я новичок в статистике и R и был бы признателен за некоторую критику, если бы это было неправильно.
При построении модели Arima я использовал следующий код:
ARIMA <- Arima(log(mydata2), order=c(2,1,2), list(order=c(0,1,1), period=12))
В результате я получил функцию журнала, а данные из прошлого (данные, которые я использовал для построения модели) не отображались на диаграмме. Итак, чтобы преобразовать журнал в исходный масштаб, я использовал следующий код:
ARIMA_FORECAST <- forecast(ARIMA, h=24, lambda=0)
Это верно? Я нашел это где-то в сети и толком не понимаю.
Теперь мой главный вопрос: как я могу построить исходные данные и ARIMA_FORECAST на одной диаграмме? Я имею в виду отображение его так, как отображаются прогнозы, если преобразование журнала не выполняется - прогноз должен отображаться как расширение данных из прошлого, также должны быть доверительные интервалы.