enter code here我正在做一个项目来分析和预测客户的销售和收入的时间序列。为了精确起见,我想测试各种模型--即Holt线性方法、Holt冬季方法、ARIMA、季节性ARIMA和ARIMAX (我也想在数据中考虑分类变量)。数据是每天的形式,因此我选择频率为7。我对ARIMA模型使用了auto.arima()函数,它给出了ARIMA(0,0,0)(2,1,0)7,这意味着什么?残差图如下所示
在此之后
我使用了R forecast package中的auto.arima函数来获得“最佳”arima模型: auto_arima <- forecast::auto.arima(y) 我得到的最好的模型是'ARIMA(1,1,0) with drift‘。问题是我如何使用R公式定义这个模型?我需要它,因为我必须在其他函数中使用该公式。是这样的吗: y
我有一个包含多个城市的数据集,我正在尝试为每个城市构建一个ARIMA模型,因此在我的代码中,我使用for循环拆分数据,并在将这些参数发送到最终拟合之前找到最佳模型。我的问题是,我如何使这个过程自动化?有没有办法从ARIMACheck函数返回的最佳模型中提取p,d,q值?def ARIMACheck(data):
f