R：既存のデータのパラメータを使用して季節ARIMA時系列モデルを生成する

Question

私は基礎的な確率過程のパラメータを決定するために使用できるカウント時系列データを持っています。たとえば、SARIMA（p、d、q）（P、D、Q）[S]季節のARIMAモデルがあるとします。

これを使用して、新しいカウント時系列データセットを生成する方法を教えてください。

SARIMA（1,0,1）（1,0,0）[12] - 毎月10年間の時系列をどのように生成できますか？ （つまり、カウント数を見積もるために120ポイント）

Answer 1

forecastパッケージのsimulate.Arima()を使用してください。それはarima.sim()ではなく、季節のARIMAモデルを処理します。

しかし、ARIMAモデルは、プロセスが実線全体に定義されていると仮定するため、カウント時系列には適していません。

Answer 2

当事者の方には遅いが、モデルを生成するための確かに理想的なソリューションです。はしきい値を大幅に下げるためデータ調整を行いません。最近、SARIMAオブジェクトはgmwmパッケージに追加されました（免責事項：それの著者）

この機能は、GitHubパッケージのビルドに現在あると、そう、構文が変更されることがあります。

例の生成コード：

# install.packages("devtools") 

devtools::install_github("smac-group/gmwm") 

# Set seed for reproducibility 
set.seed(5532) 

# Generate a SARIMA(1,0,1)(1,0,0)[12] 
mod = SARIMA(ar=.6, i = 0, ma=.3, sar = .5, si = 0, sma = 0, s = 12, sigma2 = 1) 

# Generate the data 
xt = gen_gts(1e3, mod) 

# Try to recover parameters 
arima(xt, order = c(1,0,1), seasonal = list(order = c(1,0,0), period = 12), include.mean = FALSE) 

出力：

Call: 
arima(x = xt, order = c(1, 0, 1), seasonal = list(order = c(1, 0, 0), period = 12), 
    include.mean = F) 

Coefficients: 
     ar1  ma1 sar1 
     0.5728 0.3117 0.5035 
s.e. 0.0335 0.0371 0.0274 

sigma^2 estimated as 1.008: log likelihood = -1424.89, aic = 2857.78 

その他：更新gmwmのV3.0.0リリースでこのポスト。