r - ARIMA 常数的标准误差

标签 r time-series forecasting

我正在尝试手动计算 ARIMA 模型中常量的标准误差(如果包含)。我引用了 Box 和 Jenkins (1994) 的文本,特别是第 7.2 节,但我的理解是这里提到的方法仅计算 ARIMA 参数的方差-协方差矩阵,而不是常数。尝试在互联网上搜索,但找不到任何理论。 Minitab、R 等软件计算这个,所以我想知道是什么方法?有人可以提供有关此主题的任何指示吗?
谢谢。

最佳答案

arima()将拟合具有 ARMA 错误的回归模型。该常数被视为仅由 1 组成的回归变量的系数。所以你需要回归系数的协方差矩阵,它通常与 ARMA 系数的协方差矩阵分开计算。看Hamilton的“时间序列分析”第8.3节

关于r - ARIMA 常数的标准误差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1982667/

相关文章:

R- shiny-plotly 第二轴标签与 yaxis 值重叠

r - 在 R 中使用 cophyloplot 绘制具有尽可能多的水平链接的镜像树

r - |> 用于 ESS 的语法高亮

c# - 如何通过 Web 服务获取当前天气

r - 如何在时间序列(R 中)的季节性调整分量上拟合具有 ARIMA 误差的回归模型?

r - R 动物园图中轴标签的希腊符号

r - 了解 TSA::periodogram()

python - 使用时间序列数据在 Python 中将单个 Pandas DataFrame 拆分为 N 个 DataFrame

r - r中使用prewhiten函数出错

r - 分钟级时间序列预测?