基于AIC确定最佳Arima模型

Question

我正在尝试拟合 Arima 模型并查看基于 AIC 的最佳顺序 我有以下for语句，我的问题是如何显示模型的顺序，因为它只是给我AIC值并且无法确定哪个模型，， mid.ts 是 xts 创建的时间序列 数据如下：

 mid.ts= 
              deltao
   Jan 1751  -41.23
    Jan 1754 -41.10
    Jan 1756  -40.25
    Jan 1759  -43.61
    Jan 1761  -41.54
    Jan 1764  -39.79
    Jan 1766   -39.63
    Jan 1769  -40.74
    Jan 1771  -42.63
    Jan 1774  -39.47
    Jan 1776  -40.30
    Jan 1778  -40.30
    Jan 1781  -41.56

library(forecast)

for(d in 0:1){
    for(p in 0:9){
      for(q in 0:9){

 fit=Arima(mid.ts,order=c(p,d,q))
  print(AIC(fit))

      }
    }
  }

Answer 1

您可以通过以下两种方式进行：

1. 基于与 AIC 一起打印的参数。在这里，您必须目视检查哪种模型最好，这既费时又不是好方法。

   library(forecast)
   
   for(d in 0:1){
     for(p in 0:9){
       for(q in 0:9){
   
         fit=Arima(mid.ts,order=c(p,d,q))
         print(paste0("AIC is ", AIC(fit), " for d = ", d, ", p = ", p, " and q = ", q))
   
       }
     }
   }
   

2. 将模型参数保存在数据框中，然后使用代码找到最佳参数。我会赞成这种方法，因为它涉及的工作量更少。

   library(forecast)
   modelAIC <- data.frame()
   for(d in 0:1){
     for(p in 0:9){
       for(q in 0:9){
   
         fit=Arima(mid.ts,order=c(p,d,q))
         modelAIC <- rbind(modelAIC, c(d,p,q,AIC(fit))) #
       }
     }
   }
   names(modelAIC) <- c("d", "p", "q",  "AIC")
   rowNum <- which(modelAIC$AIC==max(modelAIC$AIC))
   modelAIC[rowNum,]#Required model parameters