我被要求尝试从ARIMA模型中找到参数（µ，Φ，θ）我最初认为这只是ARIMA模型的顺序，例如（1,0,1）（1,1,0），但我的经理说这不是他想要的。
ARIMA模型运行后，我查看了它的摘要，发现了phi、theta和delta的值，但有不止一个值，我不确定哪一个是我需要的。
以下是我如何找到这些值：
M<-matrix(c("08Q1", "08Q2", "08Q3", "08Q4", "09Q1", "09Q2", "09Q3", "09Q4", "10Q1", "10Q2", "10Q3", "10Q4", "11Q1", "11Q2", "11Q3", "11Q4", "12Q1", "12Q2", "12Q3", "12Q4", "13Q1", "13Q2", "13Q3", "13Q4", "14Q1", "14Q2", 79160.56, 91759.73, 91186.48, 106353.82, 70346.47, 80279.15, 82611.60, 131392.72, 93798.99, 105944.78, 103913.13, 154530.69, 110157.40, 117416.09, 127423.42, 156752.00,120097.81, 121307.75, 115021.12, 150657.83, 113711.53, 115353.14, 112701.98, 154319.18,116803.54, 118352.54),ncol=2,byrow=FALSE)
deltaT<-1/4
horiz<-4
startY<-c(8,1)
aslog<-"y"
Nu<-M[,length(M[1,])]
Nu<-as.numeric(Nu)
Nu<-ts(Nu,deltat=deltaT,start=startY)
Mdates<-as.character(M[,1])
if(aslog=="y")
{N<-log(Nu)} else
{N<-Nu}
library(forecast)
library(tseries)
max.sdiff <- 3
arima.force.seasonality <- "n"
suppressWarnings(kpssW <- kpss.test(N, null="Level"))
suppressWarnings(ppW <- tryCatch({ppW <- pp.test(N, alternative = "stationary")}, error = function(ppW) {ppW <- list(error = "TRUE", p.value = 0.99)}))
suppressWarnings(adfW <- adf.test(N, alternative = "stationary", k = trunc((length(N)-1)^(1/3))))
if(kpssW$p.value < 0.05 | ppW$p.value > 0.05 | adfW$p.value > 0.05) {ndiffsW = 1} else {ndiffsW = 0}
aaw <- auto.arima(N, max.D= max.sdiff, d=ndiffsW, seasonal=TRUE,
allowdrift=FALSE, stepwise=FALSE, trace=FALSE, seasonal.test="ch")
orderWA <- c(aaw$arma[1], aaw$arma[6] , aaw$arma[2])
orderWS <- c(aaw$arma[3], aaw$arma[7] , aaw$arma[4])
if(sum(aaw$arma[1:2])==0) {orderWA[1] <- 1} else {NULL}
if(arima.force.seasonality == "y") {if(sum(aaw$arma[3:4])==0) {orderWS[1] <- 1} else {NULL}} else {NULL}
ArimaW1 <- Arima(N, order= orderWA, seasonal=list(order=orderWS), method="ML")
ArimaW1$model
这显示了phi的5个不同值，theta的4个不同值和Delta的1个不同值。我如何知道哪个是正确的参数值？或者，我是否使用所有这些参数来显示参数，并将参数强制放在数据的截断版本上，以测试拟合的准确性？
您可以使用coef函数获得拟合系数：
coef(ArimaW1)
ar1 sar1 sma1
-0.1535883 0.9898988 -0.6517680
这些系数等于当运行summary(ArimaW1)或仅运行ArimaW1时显示的系数。如果模型的形式为ARIMA（p，d，q）（p，d，q）[m]，则：
- p=
ar系数 - q=
ma系数 - P=
sar系数 - Q=
sma系数
作为summary(ArimaW1)输出一部分的拟合精度可以使用forecast::accuracy函数进行评估：
accuracy(ArimaW1)
ME RMSE MAE MPE MAPE MASE
Training set 0.005871904 0.0812424 0.05851961 0.04856836 0.5022439 0.3297573
ACF1
Training set 0.03194607
我认为（，即猜测）您在ArimaW1$model中找到的多个系数值是通过MLE拟合的剩余值。如果运行debugonce(Arima)，您可以看到在拟合过程中，mod中的系数（返回为fit$model）发生了变化（但我认为只有一两次）。
顺便说一句，如果你想快速介绍使用R预测的季节性ARIMA模型：原则和实践值得推荐。