Моделі ARIMA в R
David Stoffer
Professor of Statistics at the University of Pittsburgh
Змішана модель: SARIMA$(p, d, q) \times (P, D, Q)_s$
Розгляньмо SARIMA$(0, 0, 1) \times (1, 0, 0)_{12}$
$$X_t = \Phi X_{t-12} + W_t + \theta W_{t-1}$$
SAR(1): Значення цього місяця пов'язане зі значенням торік $X_{t-12}$
MA(1): Значення цього місяця пов'язане з минуломісячним шоком $W_{t-1}$
$$X_t = .8 X_{t-12} + W_t -.5 W_{t-1}$$

$$X_t = .8 X_{t-12} + W_t -.5 W_{t-1}$$

$$X_t = .8 X_{t-12} + W_t -.5 W_{t-1}$$









Сезонність: ACF обривається на лагу 1s (s = 12); PACF згасає на лагах 1s, 2s, 3s…
Без сезонності: і ACF, і PACF плавно згасають
airpass_fit1 <- sarima(log(AirPassengers), p = 1,
d = 1, q = 1, P = 0,
D = 1, Q = 1, S = 12)
airpass_fit1$ttable
Estimate SE t.value p.value
ar1 0.1960 0.2475 0.7921 0.4296
ma1 -0.5784 0.2132 -2.7127 0.0075
sma1 -0.5643 0.0747 -7.5544 0.0000
airpass_fit2 <- sarima(log(AirPassengers), 0, 1, 1, 0, 1, 1, 12)
airpass_fit2$ttable
Estimate SE t.value p.value
ma1 -0.4018 0.0896 -4.4825 0
sma1 -0.5569 0.0731 -7.6190 0

Моделі ARIMA в R