R语言的arima函数

Question

在时间序列里季节性的时间序列在用r中的arima实现时候,要输入一个order和seasonal的阶,请教这两个阶数分别是怎么确定的?

Answer 1

这是我之前的回答
http://zhidao.baidu.com/question/203110770
举一个例子吧，比如月度的数据，就是周期为12，它有季节影响。
先对其1阶12步差分，通过看acf pac f看是简单加法模型，还是乘法季节模型

如果是乘法模型那就要对季节部分模拟arima模型
季节部分的arima是以周期位置的acf pacf 确定其模型参数 ar ma
seasonal=list(order=c(_,1,_)，period=_)周期是默认的
------------------------------------------------------------
教你一个简单的方法：
下载 forecast包，auto.arima( ) 直接拟合，就会给出系统认为的arima模型的各个参数。
然后 forecast（ h=预测期数）行了。
这是对外行人来说的，
但是如果你真的想学好的话，还需要对模型进行着各种检验，特别是残差。
http://zhidao.baidu.com/question/1924581396969935307追问

我想问想问下为啥是一阶12步～还有怎么判断加法还是乘法模型～最后，比如确定出来ar=p，ma=q～那order=c（p,1,q)?period=12?～那么这个参数的确定和本身的非seasonal参数的确定有什么区别？谢啦

追答

问题一：12步差分就是今年1月份 减去 去年1月份，中间隔12个月为步长。比如等差数列，1步差分就是公差了。
二阶差分是指：差分完了之后，再对差分完的数据差分一次，请看链接：http://baike.baidu.com/view/5651941.htm
-----------------------------------------------------------
问题二：加法模型 Y=S+T+C+I, 既然是加法模型，进行差分后 接近常数，则是加法模型。也可以通过看时序图来判断：显示的时间数列的级别变动大致相等时，过时间数列图随时间推移等宽推进时，采用加法模型。
乘法模型 Y=S*T*C*I，当时间数列图显示的时间数列的季节变动于时间数列的长期趋势大致成正比时，应采用乘法模型。此时，时间数列图大致呈喇叭状或放射状。
http://baike.baidu.com/view/11754163.htm。
-----------------------------------------------------------
问题三：order 中间的1 表示1阶差分。period=12为默认值，也就是没有季节影响。period=4，就加入季节影响进去。
---------------------------
后记，可能很多事情解释的不是那么对，仅供参考。毕竟毕业很多年，知识早就忘干净了。自己多看书本，书上面讲的很清楚。推荐易丹辉的时序或者王燕的，人大出版社。骚年，还是要靠自己去探索吧！

本回答被提问者和网友采纳