2011-08-29 14 views
14

Estoy intentando encajar modelo ARIMA de una serie estacionalmente descompuesto. Pero cuando trato de execure siguiente:error "no estacionario parte AR estacional de CSS" en R

fit = arima(diff(series), order=c(1,0,0), 
    seasonal = list(order = c(1, 0, 0), period = NA)) 

Me da error siguiente:

Error in arima(diff(series), order = c(1, 0, 0), seasonal = list(order = c(1, : non-stationary seasonal AR part from CSS

lo que está mal y qué significa el error?

Respuesta

22

Al usar CSS (suma de cuadrados condicional), es posible que los coeficientes autorregresivos no sean estacionarios (es decir, queden fuera de la región para procesos estacionarios). En el caso de la ARIMA (1,0,0) modelo (1,0,0) s que son apropiado, ambos coeficientes deben estar entre -1 y 1 para que el proceso sea estacionario.

Puede forzar R para utilizar MLE (estimación de máxima verosimilitud) en lugar de utilizar el argumento method="ML". Esto es más lento pero da mejores estimaciones y siempre devuelve un modelo estacionario.

Si está diferenciando la serie (como aquí), por lo general es mejor hacer esto a través del modelo vez de forma explícita. Así que su modelo se estima utilizando mejor

set.seed(1) 
series <- ts(rnorm(100),f=6) 
fit <- arima(series, order=c(1,1,0), seasonal=list(order=c(1,0,0),period=NA), 
     method="ML") 
+2

Esto me da error siguiente: 'Problemas con Optim (init [máscara], armafn, method = optim.method, arpillera = TRUE,: no finito de diferencias finitas valor [1] ' – mihsathe

+0

no puede replicar su error y sospecho que tiene algo que ver con sus datos. El código anterior (ahora actualizado para incluir un conjunto de datos artificial) funciona. –

+0

Señor, usted puede comprobar los datos .. http://mihirsathe.com/mihir/STI/STI/drugs/index.html la parte descompuesta de temporada es lo que estoy tratando de modelar y predecir – mihsathe

Cuestiones relacionadas