擬合模型

• arima()

使用arima()函數擬合模型，表達式爲

arima(ts,order=c(p,d,q)) #ts爲序列，oredr後面爲模型ARMIA(p,d,q)的值

擬合模型

注意這裏指定了 d =1 即函數對序列作了一階差分，所以能夠將 模型一個應用於原始序列便可，

> library(forecast)
> fit1 <- arima(Nile,order = c(0,1,1)) #傳的是原始序列Nile，而非一階差分後的dNile
> fit1

Call:
arima(x = Nile, order = c(0, 1, 1))

Coefficients:
          ma1
      -0.7329   #移動平均項的係數-0.73
s.e.   0.1143   

sigma^2 estimated as 20600:  log likelihood = -632.55,  aic = 1269.09 #AIC值

> accuracy(fit1)#獲取準確性度量
                   ME     RMSE      MAE       MPE     MAPE     MASE      ACF1
Training set -11.9358 142.8071 112.1752 -3.574702 12.93594 0.841824 0.1153593

a、結果有模型的 AIC 值，有其餘的模型能夠作比較，AIC值越小越好

b、準確性度量能夠幫助判斷模型是否足夠準確，本案例中，MAPE(平均絕對百分偏差)爲13%

擬合模型後，接下來須要對模型評價