y[t] = a[0] + a[1]y[t-1] + … + a[p]y[t-p] + b[1]e[t-1] + … + b[q]e[t-q] + e[t] 2:、ARIMA模型: 如果数据具有非平稳性质,且要适配一个最佳时间序列模型,往往需要先差分以求平稳,在适配ARMA模型。 ARIMA(p,d,q): X[t] = a[1]X[t-1] + … + a[p]X[t-p...
第一个模型是稳定的,没有单位根。我们可以尝试引入季节性单位根 1. arima(Z,order = c(0,0,0), 2. seasonal = list(order = c(0,1, 1. 2. 最后,最后一个要简单一些 1. arima(Z,order = c(1,0,0), 2. seasonal = list(order = c(2,0,0))) 1. 2. 然后,我们将所有预测存储在数据库...