我不熟悉R,但我已经能够编写代码,根据文件中的一些数据,估计ARIMA模型的任何顺序的参数。它看起来像这样:
data <- read.table("ARMA22-series.csv", sep=" ", header=FALSE, dec=".")
data <- as.ts(data)
arima_results <- arima0(data, order=c(2, 0, 2), include.mean=FALSE)
然而,我感兴趣的是评估某组参数值的似然函数,而不仅仅是找到使给定数据集的似然最大的参数。有没有一个函数可以让你只评估数据的概率密度,给定ARIMA参数的值?
提前感谢!
我不知道为什么要使用arima0
,它被标记为初步版本,并被arima
取代。
arima
将特定于的(S(ARIMA模型与您的数据相匹配,参数通过函数参数order
和seasonal
指定。CCD_ 6试图以数据为条件来确定最优(S(ARIMA模型。
CCD_ 7输出对象包括对数似然;例如,考虑USAccDeaths
样本数据,我们可以拟合两个SARIMA模型:SARIMA(0,1,1((0,10,1(和SARIMA的(0,1,0((0,0,0(。
fit1 <- arima(USAccDeaths, order = c(0, 1, 1), seasonal = list(order = c(0, 1, 1)))
fit2 <- arima(USAccDeaths, order = c(0, 1, 0), seasonal = list(order = c(0, 1, 0)))
arima
输出对象是list
,并且对数似然性存储在元素loglik
:中
fit1$loglik
#[1] -425.44
fit2$loglik
#[1] -435.8443