Os dados que consistem em 30 valores são armazenados em uma série temporal time
.
Após aplicar a modelagem ARIMA time
, usei a forecast
função para prever valores futuros:
model = arima(time, order = c(3,2,1))
prediction = forecast.Arima(model,h=10)
prediction step is not working and showing error
Error in ts(x) : object is not a matrix
Como você vê acima, estou recebendo uma mensagem de erro. Mas se eu fizer
model = arima(time[1:25], order = c(3,2,1))
prediction = forecast.Arima(model,h=10)
funciona. Por que é tão?
Quando eu usei a predict
função
model = arima(time, order = c(3,2,1))
prediction=predict(model,n.ahead=10)
isso também funciona.
Qual função seria melhor usar, predict
ou forecast
, para os modelos ARIMA no R, e por quê ?
r
time-series
forecasting
arima
nancy
fonte
fonte
Respostas:
Eles vão te dar as mesmas respostas. Mas a combinação de
Arima
(nãoarima
) eforecast
do pacote de previsão são versões aprimoradas com funcionalidade adicional.Arima
solicitastats::arima
a estimativa, mas armazena mais informações no objeto retornado. Ele também permite algumas funcionalidades adicionais do modelo, como a inclusão de um termo de desvio em um modelo com raiz de unidade.forecast
chamadasstats::predict
para gerar as previsões. Ele manipulará automaticamente o termo de desvio deArima
. Ele retorna um objeto de previsão (em vez de uma lista simples), útil para plotar, exibir, resumir e analisar os resultados.fonte