T + 2での予測auto.arima = 0

Question

私はdiff（1）で非定常です。

ここでのテスト：

# Augmented Dickey-Fuller Test Unit Root/Cointegration Test # 
The value of the test statistic is: -5.0157 

# KPSS Unit Root/Cointegration Test # 
The value of the test statistic is: 0.3134 

# Phillips-Perron Unit Root/Cointegration Test # 
The value of the test statistic is: -46.2957 

それはauto.arimaはゼロ平均で、結果として、（1）MAを与えているのです。

私はそれを予測しようとしています。

FBK_arima <- auto.arima(diff(FBK)) 

Series: diff(FBK) 
ARIMA(0,0,1)   with zero mean  

Coefficients: 
     ma1 
     0.4631 
s.e. 0.0981 

sigma^2 estimated as 65384314: log likelihood=-874.63 
AIC=1753.26 AICc=1753.41 BIC=1758.13 

と試み予報：私はこのコードを使用してい

> str(FBK) 
Time-Series [1:85] from 1996 to 2017: 141488 146095 150483 156655 156849 ... 


     Qtr1  Qtr2  Qtr3  Qtr4 
1996 141487.8 146095.2 150483.5 156655.4 
1997 156848.6 155937.2 159835.4 158977.9 
1998 155368.6 158460.5 155292.1 151925.6 
1999 149041.7 148199.1 147471.4 151097.5 
2000 170866.3 160620.2 161279.7 165049.0 
2001 174538.5 174186.8 168185.2 162310.0 
2002 170277.2 168867.3 173917.6 174537.9 
2003 166283.4 158245.0 155709.1 165411.8 
2004 169761.7 178038.7 185613.5 181901.6 
2005 180188.3 181989.6 182036.7 184795.6 
2006 189160.3 192084.7 195370.6 204006.3 
2007 210459.8 218289.7 226702.1 235539.3 
2008 246431.9 257188.7 279232.2 258613.8 
2009 236324.7 247540.1 269437.9 292023.5 
2010 298190.5 306936.2 321430.3 322751.4 
2011 326759.5 333299.8 334288.1 335262.3 
2012 341727.2 344935.4 350190.1 354053.4 
2013 355690.5 369544.0 371155.2 368577.7 
2014 367707.9 357894.1 348534.6 349160.7 
2015 338495.1 315932.2 304850.4 284496.2 
2016 276963.9 273664.7 263458.5 260517.6 
2017 253197.7 

を私はT + 1に、単一の予測を結果として取得し、他のすべては、ここに私のデータを0

です

forecast(FBK_arima, n = 6) 

     Point Forecast  Lo 80  Hi 80  Lo 95 Hi 95 
2017 Q2  -3595.554 -13958.25 6767.145 -19443.93 12252.83 
2017 Q3   0.000 -11420.06 11420.056 -17465.47 17465.47 
2017 Q4   0.000 -11420.06 11420.056 -17465.47 17465.47 
2018 Q1   0.000 -11420.06 11420.056 -17465.47 17465.47 
2018 Q2   0.000 -11420.06 11420.056 -17465.47 17465.47 
2018 Q3   0.000 -11420.06 11420.056 -17465.47 17465.47 
2018 Q4   0.000 -11420.06 11420.056 -17465.47 17465.47 
2019 Q1   0.000 -11420.06 11420.056 -17465.47 17465.47 

：、私はこれを持っています

誰かがすでにこのようなことをしていますか？どこに問題がありますか？データ？モデル？ グラフでは定常性はdiffで解決されなかったようですが、これが予測の主な問題であるかどうかはわかりません

Answer 1

これはまさにMA（1）モデルで期待されるものです。それはそうT + 1予測が

E [X_ {T + 1}] = E [なり、モデルが

X_T = E_T +シータE_ {T-1}であり、

ありますE_T] + E [シータE_ {T-1}]

E [X_ {T + 1}] = 0 +シータE [E_ {T-1}]

E [X_ {T + 1 }] = 0 + theta（x_t - e_t）= theta（x_t - e_t）である。

tにおける予測は+ 2、次にある

E [X_ {T + 2}] = E [E_ {T + 1}] + E [シータE_T}]

E [X_ { T + 2}] = 0 +シータE [E_T]

E [X_ {T + 2}] = 0 + 0シータラグ> 2.

ためのように= 0

そして