我生成一些数据，如1，6，1，6，1，6，并在正态分布下添加噪声。我使用arma_order_select_ic来选择顺序。然后利用aic_min_order对ARMA模型进行拟合。ValueError: The computed initial AR coefficients are not stationarymodel = sm.tsa.ARMA(x, res.aic_min_order).fit(disp =
浏览 24提问于2017-02-25得票数 2
回答已采纳
当尝试将具有统计模型的ARMA(1,2)拟合到股票数据时间序列的对数回报时，我得到一个错误：“计算的初始AR系数不是平稳的”
我尝试分析的时间序列本身是平稳的，我认为它非常类似于白噪声。当我应用增强的Dickey Fuller测试时，p值大约是e-14。<e
浏览 1提问于2019-08-30得票数 1
谁能解释一下为什么ARMA(1,0)模型不能与maxlags=1的AR拟合相匹配？这些模型有哪些不同之处？6.08881808, 6.06819407,
ar1model.params
数组(-0.09735684，1.01516508)
浏览 6提问于2017-01-29得票数 2
1回答
R:矩阵中的自相关
、、、
对于AR(1)时间序列，我不得不使用蒙特卡罗方法。我必须生成10,000个长度为100的时间序列，然后我必须获得每个时间序列的第一步自相关rho_1。我的问题是，我只得到了自相关的NA值，并且计算花费了很多时间。我在计算AR(1)时间序列时没有问题。感谢您的
浏览 1提问于2013-06-19得票数 1
回答已采纳
1回答
时间序列数据的静态性
、、、
我试图在python中使用ARIMA建模来建模时间序列数据。在缺省数据序列中使用函数statsmodels.tsa.stattools.arma_order_select_ic，得到p和q的值分别为2,2。': (2, 2)}
但是，当我使用增强Dickey Fuller测试时，测试结果表明这个序列不是静止的。它表明默认序列是平稳的。那么，为什么
浏览 5提问于2015-06-23得票数 2
回答已采纳
我试图将平稳小波变换应用于单元数组中的一些系数，但当这样做时，我最终得到了存储在变量中的一行系数，而不是一列。我一直在用DWT做一些类似的事情，其中系数只包含在一列中，这很有效，我希望SWT中的系数也包含在列中，但不幸的是没有。有人知道这是为什么吗？下面是我
浏览 4提问于2013-08-25得票数 0
我正在使用状态模型库中的arma_order_select_ic来计算ARMA模型的(p，q)阶数，我使用for循环来循环数据帧的每一列中的不同公司。csv文件中的所有结果，但让我困惑的是，当我为单个公司计算for循环外的(p，q)时，我得到了不同的结果。order_sele
浏览 0提问于2018-05-17得票数 3
回答已采纳
Matlab的arburg函数返回[1 c(i) c(2) ... c(p)]形式的系数向量，其中p是模型的阶数。但这些不是用于预测的系数，而是与随机输入向量一起使用来模拟随机AR过程。在没有对测试数据进行任何预测的情况下，我如何计算模型的误差来计算，比如AIC标准？像这样的AR模型和用于预测
浏览 67提问于2021-07-27得票数 0
回答已采纳
2回答
我正在尝试使用python状态模型进行样本外的预测。我不想仅仅预测训练集结束时的下一个x值，但是我希望一次预测一个值，并在预测时考虑到实际值。换句话说，我想做滚动的1期预测，但我不想每次都重新调整模型。我能找到的最接近的职位是这里：
然而，这使用ARMA而不是ARIMA。我怎样才能用ARIMA实现这一点，或者有没有更好
浏览 1提问于2015-11-11得票数 10
回答已采纳
我已经使用statsmodel拟合了一个SARIMAX模型，如下所示 mod = sm.tsa.statespace.SARIMAX(ratingCountsRSint,order=(2,0,0),seasonal_order，我有一个系数ar.S.L52，它显示为0.0163。当我尝试使用以下命令检索系数时 seasonalAR=results.polynomial_seasonal_ar[52] 我得到
浏览 6提问于2019-01-26得票数 0
回答已采纳
2回答
假设一个无噪音的AR(1)处理y(t)= a*y(t-1)。我有以下的概念性问题，我将很高兴得到澄清。但是当使用像arburg()或最小二乘这样的方法估计系数时，我们只需调用这个函数。我不知道是否隐式地添加了高斯白噪声。然后，当我们用估计系数求解AR方程时，我发现没有考虑负号，也没有添加噪声项。AR模型
浏览 9提问于2013-07-30得票数 0
回答已采纳
1回答
如何利用ARIMA预测时间序列？
、、、、
10/13/2019 1200 10/15/2019 800 我有这个数据集的体积消耗的坦克在一段时间体积随着时间的推移而减少，在2019年9月10日，坦克有一个装载和满舱。我有超过一年的数据，并希望使用ARIMA来预测
浏览 0提问于2020-01-09得票数 3
2回答
我似乎找不到正确的方法来模拟一个AR(1)时间序列的平均值不是零。我需要53个数据点，rho = .8，平均值=300个。然而，arima.sim(list(order=c(1,0,0), ar=.8), n=53, mean=300, sd=21)在1500年代给出了我的值。model=list(ar=c(.8)), start.innov=300, n.start=1)，但是它只是像这样
浏览 6提问于2015-01-07得票数 5
回答已采纳
我正在使用ARIMA模型的类执行一个实验，我必须用R中的arima.sim()函数来模拟这些类，例如AR、MA、ARMA，可能还有ARIMA。我可以AR，MA，ARMA，但ARIMA似乎不可能，因为AR系数必须大于1 ($|\phi| > 1$)，才能使级数成为非平稳的。, model = list(ar = c(1.1), ma = c(0.3), ord
浏览 9提问于2022-02-14得票数 3
1回答
我的教授和我是R时间序列分析的新手，他们正在尝试模拟ARMA模型。然而，我们很难理解时间序列模拟的参数来自哪里。当使用arima.sim()函数在R中模拟ARMA模型时，该函数中需要的一个参数是model =，它是一个列表，其中的组件ar和ma分别给出AR和MA系数。我们遇到的问题是，我们不知道这些AR和MA系数来自哪里。有人碰
浏览 1提问于2019-08-31得票数 1
如果我的标准化残差的ACF表明是MA(5)，那么我的假设模型将如下所示：我的通用模型将如下所示：下面是我的计算方法：
我有2个AR的系数<
浏览 0提问于2013-12-05得票数 0
1回答
我有一个数据集，我为它实现了一个回归模型，并假设系数在局部变化。如果给定了空间非平稳性，则运行本地回归模型是有意义的，在我的例子中是地理加权回归(GWR)。为了找出是否存在空间非平稳性，我知道Koenker检验，它可以在任何GIS软件中用普通的最小二乘(OLS)回归模型计算。但对于这个项目，我使用的是R，<em
浏览 1提问于2020-10-30得票数 2
不同的方法来指定相同的AR (或MA)模型，由函数arima()在包forecast中在R中估计得到不同的BIC (贝叶斯信息准则)值。(1) AR(1)在理论上，这两个模型是相同的。然而，他们的估计可能有所不同。不知道为什么它们产生
浏览 6提问于2014-09-04得票数 3
回答已采纳
我刚开始用状态模型进行时间序列分析。我有一个日期和值的数据集(大约3个月)。我正面临一些问题，为阿里玛模型提供正确的顺序。我期待调整趋势和季节性，然后计算离群点。我的“值”不是固定的，状态模型说我要么要诱导平稳，要么提供一些差异才能使它工作。我玩不同的顺序(没有深入了解改变p，q和d的后果)。当我以(例如) o
浏览 8提问于2014-06-19得票数 11
回答已采纳
1回答
我感兴趣的是从R中任何ARIMA模型中得到AR(p)部分的值。例如，假设我估计以下ARIMA模型我有兴趣将这些值定义为：我要做的是： fitted_ar_model <- fitted(ar
浏览 0提问于2020-02-12得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
