计算 R 中 ARIMA 模型残差的 RMSE 和 ACF 图

Question

我有一个标记为 covid19india 的数据集。我使用一个数据集来预测使用以下代码的案例数量，并根据需要获得图表。到目前为止我还可以，但在计算 RMSE 和绘制残差的 ACF 图以从理论上证明该模型是可行的方面需要帮助。

set1 <- covid19india[1:36,]
df <- set1[3]
tddf1 <- ts(df$`Cumulative cases`)
fit1 <- auto.arima(df$`Cumulative cases`, seasonal = FALSE)
forecast3 <- forecast(fit1, h=9)
plot(forecast3)
par(new=TRUE)
plot(days, df1)

我在计算 RMSE 和残差 ACF 图时需要帮助。

Answer 1

您应该使用 forecast 包中的 checkresiduals 函数。

下面是一个简单的例子。

    >library(forecast)
    >fit_1<-auto.arima(your_data_set)
    >forecast(fit_1, h = 10) # h is the period that you want to forecast. 
    >checkresiduals(fit_1)

要改为检查 RMSE，您可以使用函数 accuracy

> accuracy(fit_1)
                       ME       RMSE        MAE  MPE MAPE      MASE        ACF1
Training set 2.236275e-05 0.02440796 0.01829821 -Inf  Inf 0.8858579 -0.01149095

如果你想深入，你应该检查this

这 link 是 Rob J Hyndman 教授和 George Athanasopoulos 教授（是预测包的作者）撰写的免费书籍。

计算 R 中 ARIMA 模型残差的 RMSE 和 ACF 图

Calculating the RMSE and ACF plot of residuals of ARIMA model in R

r

arima