R predict.Arima ARIMA 的预测适合

说明

根据 arima 拟合的模型进行预测。

用法

## S3 method for class 'Arima'
predict(object, n.ahead = 1, newxreg = NULL,
        se.fit = TRUE, ...)

参数

object	arima 拟合的结果。
n.ahead	需要预测的前方步数。
newxreg	用于预测的 xreg 的新值。必须至少有 n.ahead 行。
se.fit	逻辑：是否应该返回预测的标准误差？
...	传递给其他方法或从其他方法传递的参数。

细节

通过 KalmanForecast 使用 Finite-history 预测。仅当拟合的 MA 部分可逆时，这才在统计上有效，因此 predict.Arima 将为不可逆 MA 模型发出警告。

预测的标准误差排除了 ARMA 模型和回归系数估计的不确定性。根据 Harvey(1993，第 58-9 页)的说法，影响很小。

值

预测的时间序列，或者如果 se.fit = TRUE ，则包含组件 pred 的列表(预测)和 se 估计的标准误差。两个组成部分都是时间序列。

例子

od <- options(digits = 5) # avoid too much spurious accuracy
predict(arima(lh, order = c(3,0,0)), n.ahead = 12)

(fit <- arima(USAccDeaths, order = c(0,1,1),
              seasonal = list(order = c(0,1,1))))
predict(fit, n.ahead = 6)
options(od)

参考

Durbin, J. and Koopman, S. J. (2001). Time Series Analysis by State Space Methods. Oxford University Press.

Harvey, A. C. and McKenzie, C. R. (1982). Algorithm AS 182: An algorithm for finite sample prediction from ARIMA processes. Applied Statistics, 31, 180-187. doi:10.2307/2347987.

Harvey, A. C. (1993). Time Series Models, 2nd Edition. Harvester Wheatsheaf. Sections 3.3 and 4.4.

也可以看看

arima