私は3年間の日のデータセットを持っています 簡単な時系列予測のためにRでauto.arima()を実行しました。それは私に(2,1,2)というモデルを与えました。 このモデルを使用して次の1年間の変数を予測すると、数日後にプロットが一定になりましたが、これは正しくありません。Rで奇妙な結果を与えるRの自動ARIMA関数
私は3年間のデータと364日間の頻度ARIMAは、大きな頻度の日常データを処理できないのですか？
すべてのヘルプはあなたが未来にすぎ予想しようとしているように、この音を
を理解されるであろう。 明日の予測は正確になりますが、翌日と翌日の予測は過去のデータの影響をほとんど受けず、未来。 「未来へと遠すぎる」とはおそらく2つ以上の時点を意味する。
ARIMA（2,1,2）モデルの推定に使用した時点T + 100までのデータがあるとします。ポイントTまでのデータしか持たず、ARIMA（2,1,2）モデルを使用してT + 1を予測することによって、時間T + 1の値を「予測」することができます。その後、データ内の1つの期間だけ移動し、時間T + 1および「予測」T + 2までのデータしか持たないと考えます。このようにして、ARIMA（2,1,2）モデルの予測精度を評価することができます。たとえば、「予測」のMean Squared Error（MSE）を計算します。
ARIMAがこれを将来まで予測する最良の方法でない場合、1年間の予測をする必要があるとすれば、どのような方法をお勧めしますか？ – Vaibhav
データが1年間隔で高レベルの季節性を示す場合、時間T（Sが季節性の順序である場合）で値を予測するときに、値T-Sを含む季節ARIMAを考慮することができます。 それ以外の場合は、TとT + 365の間に依存関係がない可能性がほとんどありません。つまり、私がよく知っているツールを使って、1年先を予測することはできません。 –
再現可能なコードが役立ちます。 '？msts'で季節2の期間を7（週）と364（日）と設定してみることもできます。 – Whitebeard
これはarimaの仕組みです。基本的には、t-2（あなたの場合）の観測値に1以下の係数で反応します。これは平均値に徐々に減少することを意味します...そしてそれは数年にわたって毎日のことですが、そのような規模。 –
この質問を見るhttp://stats.stackexchange.com/questions/63646/how-to-find-patterns-and-identify-changes-in-them-in-time-series-with-r/63651#63651 –