• 数据来源: R语言自带 Nile 数据集(尼罗河流量)
  • 分析工具:R-3.5.0 & Rstudio-1.1.453
#清理环境,加载包
rm(list=ls())
library(forecast)
library(tseries)
#趋势查看
plot(Nile)

#平稳性检验
#自相关图
acf(Nile)

#偏相关图
pacf(Nile)

#也可以直接用tsdisplay查看
tsdisplay(Nile)

#单位根检验
adf.test(Nile)

  • 从自相关图上看,自相关系数没有快速衰减为0,呈拖尾,单位根检验进一步验证,存在单位根,所以序列为非平稳序列
#做序列差分
#可以用ndiffs判断需要做几阶差分
ndiffs(Nile)

  • 需要做一阶差分
#做一阶差分,然后再进行检验
Nile_diff=diff(Nile,1)
plot(Nile_diff)

acf(Nile_diff)

pacf(Nile_diff)

adf.test(Nile_diff)

#建立模型
(mod=arima(Nile,order=c(0,1,1),method='ML'))

  • 根据acf图和pacf图,拟定为0,1,1
#auto.arima通过选取AIC和BIC最小来选取模型,与根据acf和pacf图建立的模型进行比较
(mod_auto=auto.arima(Nile))

# 残差正态性检验
qqnorm(mod$residuals)
qqline(mod$residuals)

qqnorm(mod_auto$residuals)
qqline(mod_auto$residuals)

# 残差白噪检验
Box.test(mod$residuals,type='Ljung-Box')

Box.test(mod_auto$residuals,type='Ljung-Box')

  • 根据检验结果来看,还是选择根据acf图和pacf图建立的模型比较好
# 进行预测
(pre=forecast(mod,5))

plot(Nile,col='pink')
par(new=T)
plot(pre,col='green')

plot(pre,col='green')

转载于:https://www.cnblogs.com/silverangel/p/10132361.html

基于R语言的时间序列分析预测相关推荐

  1. 基于R语言对股市价格预测的ARIMA建模

    基于R语言对股市价格预测的ARIMA建模 获取数据 tushare ID=399224 利用ARIMA对股市价格进行拟合后预测,本次实验的数据源于tushare 首先导入本次实验所需要的所有包 req ...

  2. R 语言做时间序列分析的实例(模式识别、拟合、检验、预测)

    文章目录 一.准备工作 1.数据准备 2.基本概念 二.数据处理 1.模式识别 2.参数估计 3.诊断性检验 1 残差序列 2 Ljung-Box 检验 4.预测 一.准备工作 1.数据准备 所使用的 ...

  3. covariance matrix r语言_时间序列分析|ARIMAX模型分步骤详解和R中实践

    这是关于时间序列的第N篇文章,本文将介绍ARIMAX模型,简单来说就是在ARIMA的基础上增加一个外生变量.ARIMAX和ARIMA相比在理论上没有太多新的内容,所以本文直接介绍在R里怎么一步一步跑A ...

  4. (转载)R语言ARIMA时间序利

    原链接: https://www.cnblogs.com/silverangel/p/10132361.html 基于R语言的时间序列分析预测 数据来源: R语言自带 Nile 数据集(尼罗河流量) ...

  5. R语言ARIMA集成模型预测时间序列分析

    全文链接:http://tecdat.cn/?p=18493 本文我们使用4个时间序列模型对每周的温度序列建模.第一个是通过auto.arima获得的,然后两个是SARIMA模型,最后一个是Buys- ...

  6. python对电影进行预测评分_基于R语言构建的电影评分预测模型

    原标题:基于R语言构建的电影评分预测模型 欢迎关注天善智能 hellobi.com,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习.问答.求职,一站式搞定! 对商业智能BI.大数据分析 ...

  7. 基于R语言的主成分回归(PCR)与Lasso回归在水稻基因组预测中的对比(生信数基实验作业)

    基于R语言的主成分回归(PCR)与Lasso回归在水稻基因组预测中的对比 0 引言 全基因组选择是 21 世纪动植物育种的一种重要的选择策略,其核心就是全基因组预测,即基于分布在整个基因组上的多样性分 ...

  8. 基于LSTM时间序列分析预测拉尼娜年天气

    基于LSTM时间序列分析预测拉尼娜年天气 天气预测 Import all necessary libraries Replace all column names by overwritting on ...

  9. 基于R语言的Copula变量相关性分析及应用

    在工程.水文和金融等各学科的研究中,总是会遇到很多变量,研究这些相互纠缠的变量间的相关关系是各学科的研究的重点.虽然皮尔逊相关.秩相关等相关系数提供了变量间相关关系的粗略结果,但这些系数都存在着无法克 ...

最新文章

  1. Powershell管理系列(十一)Exchange完全访问权限邮箱的设置
  2. Linux常用命令笔记---故障排除
  3. TCP/IP / UDP 头
  4. MaxCompute产品最新进展 -- 从马力到计算力
  5. c语言如何判断数据是否符合正态分布_统计学里的数据正态性检验
  6. 前端学习(2878):原生js模块化+发送弹幕和重置弹幕
  7. 虚拟机四种网络连接模式比较
  8. linux火狐自动更新,CentOS 7手动更新firefox | Linux系统运维联盟
  9. 查看Apache并发请求数及其TCP连接状态 --张宴
  10. html自动浮动div广告,div+css下js浮动对联广告不随屏幕滚动的解决方法
  11. 举例说明数据库一、二、三及BCNF范式
  12. linux死机日志文件,linux系统死机分析及解决方法
  13. 解决Chrome或Microsoft Edge浏览器打开时自动跳转到hao123
  14. 【Matlab】求解微分方程{上}(通解和特解)
  15. vue中获取并操作dom元素
  16. 计算机操作系统(第四版)第四章存储器管理—课后习题答案
  17. java 开源 文件同步_利用开源项目使discus论坛与java应用同步登录和注册
  18. 喜马拉雅java社招面试_(转)喜马拉雅2018 Java面试题目
  19. Windows server 2012R2或Windows 8.1如何成功离线安装.net 4.7
  20. ubuntu读取数据库.db

热门文章

  1. Linux下oracle数据库spfile参数配置文件丢失问题解决,“ORA-32001: write to SPFILE requested but no SPFILE is in use“问题处理
  2. Python 技术篇-如何打印一段文字,用友云霸气控制台颜文字打印
  3. PyQt5 技巧篇-窗口置顶设置,如何使窗口始终显示在最前面
  4. mktime函数实现获取当前系统时间
  5. Android OpenGL ES 2.0绘制简单三角形
  6. 工作计划2017-01-03
  7. flipdim--按指定维数翻转矩阵
  8. accelerated C++ 第0章
  9. 待处理,待学习(每日更新)
  10. 一道关于回文的笔试题