auto.arima()
給我的系列沒有季節性組件,儘管我可以看到有一個存在。該函數爲我提供了一個非季節性的ARIMA訂單模型(5,0,0)。所以,當我嘗試使用該模型進行預測時,它只是給出了平均值。時間序列是澳大利亞墨爾本每日最低氣溫十年。在R中,auto.arima無法捕捉季節性
Click this link to see the data and the auto.arima forecast
`
library(readr)
temp <- read_csv("~/Downloads/Melbourne Minimum Temp.csv",
col_types = cols(Date = col_date(format = "%m/%d/%y"),
Temp = col_number()))
t <- ts(temp$Temp, start = temp$Date\[1], end = temp$Date[nrow(temp)])
auto.arima(t, trace = T)
`
使用該數據作爲一個TS對象試過了,作爲XTS對象,和作爲載體。
你也應該張貼你如何定義你的時間序列。如果auto.arima沒有檢測到季節性,則在創建系列時可能沒有指定正確的頻率。您也可以使用'auto.arima(...,D = 1)'強制季節差異。 –
我沒有創建該系列;它是墨爾本每日最低氣溫的真實數據。我嘗試設置D = 1,但那不起作用。 –
如果你想得到一個有用的答案,你需要提供更多的信息:這可能是你的數據的一個子集,但至少你應該發佈你用來產生該預測的實際代碼。尤其是您定義時間序列的部分。 –