auto.arimaが季節パターンを認識しない

私は毎日の気象データセットを持っていますが、これは当然のことながら、非常に強い季節効果を持っています。

ここに画像の説明を入力してください

予測パッケージの関数auto.arimaを使用して、このデータセットにARIMAモデルを適合させました。驚いたことに、この関数は季節性操作、季節性差異、季節性arまたはmaコンポーネントを適用しません。推定したモデルは次のとおりです。

library(forecast)
data<-ts(data,frequency=365)
auto.arima(Berlin)

Series: data
ARIMA(3,0,1) with non-zero mean 

Coefficients:
         ar1      ar2     ar3      ma1  intercept
      1.7722  -0.9166  0.1412  -0.8487   283.0378
s.e.  0.0260   0.0326  0.0177   0.0214     1.7990

sigma^2 estimated as 5.56:  log likelihood=-8313.74
AIC=16639.49   AICc=16639.51   BIC=16676.7

また、このモデルを使用した予測は、本当に満足できるものではありません。これが予測のプロットです。ここに画像の説明を入力してください

誰かが私にここで何が間違っているのかヒントを教えてくれますか？

— DatamineR
ソース

出力を取得するために使用したコード（または同様の例）を投稿できますか？

— rbatt 2013

こんにちは、rbat、私が使用したコードを投稿しました。生データは「データ」の下に保存されます。最初にそれをtsオブジェクトに変換しました

— DatamineR '25 / 07/25

あなたのMA（1）係数（-.84）は、不審なデータに不適切なモデル仕様を課したことを（私に）示唆する反転限界-1に疑わしいほど近いです。実際の生データへのリンクを提供してください。現在アクセスしているものよりも高度なアプローチを使用できるように努めます。必要なソリューションが明らかになる可能性があります。

— IrishStat 2013

IrishStatのオファーありがとうございます！「auto.arima」が季節性モデルをここで推定しないのはなぜですか？ここでモデルを推定する必要がある場合は、フーリエ法を使用して季節性を削除するか、季節性（この場合はlag = 365を使用）だけでデータを差異化します。しかし、「auto.arima」は適切な差分をとるべきではありませんか？データを添付しようとしましたが、添付する可能性が見つかりませんでした。質問にデータをどのように挿入できますか？

— DatamineR 2013

よろしければメールを送ってください。開始日情報が記載されたExcelファイルを添付して、グループに投稿します。私のメールアドレスを取得するには、私の連絡先情報をご覧ください。

— IrishStat 2013

回答:

Rは、季節性が350を超えるARIMAモデルに適合しません。この問題の説明については、http：//robjhyndman.com/hyndsight/longseasonality/を参照してください。解決策は、季節性にはフーリエ項を使用し、短期ダイナミクスにはARMAエラーを使用することです。

— ロブ・ハインドマン
ソース

問題の解決策は、ロブが指摘するように、異常な日を分離し、1つ以上のレベルシフトや1つ以上のローカルの存在の可能性を検出しながら、確定的影響（年間の週）と確率的影響（ARIMA構造）を組み合わせることです。時間の傾向。分析に使用されるソフトウェアであるAUTOBOXは、このようなデータセットのロバストモデリングを自動的に提供するために一部開発されました。

あなたのデータをhttp://www.autobox.com/weather/weather.txtに配置しました。

元のデータのacfはここに画像の説明を入力してください、フォームの自動モデル選択につながります。モデルの統計には、次の60日間の予測のプロットの残差プロットが含まれます。ここに、実績/適合/予測グラフが表示されます。

他の人にとっては、Hyndaman教授のアドバイスに従い、残余の診断と重要なパラメータテストに関する診断チェックを使用して最終モデルを報告することは興味深いかもしれません。

私は最初にフーリエ分析（おそらく/おそらく異常の影響を受ける）を実行し、それから残差に対してARIMAを実行することは1つの方程式につながる同時解ではなく、推定シーケンスであるため、個人的に不快です。私の方程式は毎週使用しており、AR（1）と異常なデータポイントの対策も含まれています。

すべてのソフトウェアには制限があり、それらを知ることは良いことです。繰り返しますが、なぜ誰かがRobの提案を実装して完全な結果を表示しようとしないのかを繰り返します。

— IrishStat
ソース