[Day-26] 預測操作--SARIMA模型建立&診斷 (diagnose SARIMA model in r)

第 12 屆 iThome 鐵人賽

DAY 26

影片教學

R語言-預測方法大全系列第 26 篇

12th鐵人賽 r 預測時間序列機器學習

Denny Chang

2020-09-26 00:07:03

2980 瀏覽

分享至

您的訂閱是我製作影片的動力
訂閱點這裡~

若內容有誤，還請留言指正，謝謝您的指教

#影片程式碼
#延續DAY25
fit <- arima(時序格式 ,order=c(1,1,2),include.mean=FALSE)
fit=arima(h,order=c(10,1,12),seasonal=list(order=c(2,1,0),period=12)) 
#有差分中間請放1且include.mean=FALSE
#模型檢查
tsdisplay(residuals(fit), lag.max=50, main='殘差')
shapiro.test(fit$residuals) # > 常態
Box.test(fit$residuals, lag=10, type="Ljung-Box") # > 獨立
#非季節性=10 季節性=period*2

檔案下載處:
https://drive.google.com/drive/u/1/folders/1QIRQIvqYF0C37gfGURHMoSElh_6BYUr6
資料來源:
https://www.twse.com.tw/zh/