我有一系列lnPrice
與3069觀察。ARIMA過程與自動編碼在r
library(forecast)
####fitting the model#####AR_1_3039
AR_1_3039 <- Arima((usdtry$lnPrice[1:3039]), order=c(1,1,0))
summary(AR_1_3039)
####fitting the model#####AR_1_3040
AR_1_3040 <- Arima((usdtry$lnPrice[2:3040]), order=c(1,1,0))
summary(AR_1_3040)
####fitting the model#####AR_1_3041
AR_1_3041 <- Arima((usdtry$lnPrice[3:3041]), order=c(1,1,0))
summary(AR_1_3041)
####fitting the model#####AR_1_3042
AR_1_3042 <- Arima((usdtry$lnPrice[4:3042]), order=c(1,1,0))
summary(AR_1_3042)
####fitting the model#####AR_1_3043
AR_1_3043 <- Arima((usdtry$lnPrice[5:3043]), order=c(1,1,0))
summary(AR_1_3043)
我打算生成30個滑動樣本的ARIMA(1,1,0)模型,因爲您可以理解上述代碼。例如,AR(1)_3039型號具有usdtry$lnPrice[1:3039]
,而AR(1)_3040具有usdtry$lnPrice[2:3040]
,最後AR(1)_3068將具有usdtry$lnPrice[30:3068]
。
我想在r中爲這個過程寫一個動態編碼。任何幫助將不勝感激。
我使用'預測'包。 – Cenk