約2年前~前日までの数値より説明変数に日本の祝日・月・曜日を加え、1ヶ月先の予測値を出すようにしましたが、予測値の算出式を知りたかったのですが、各説明変数の係数と標準誤差(s.e.)しか表示されないようです。算出式(定数項+1次前の数値×自己相関係数+ホワイトノイズ+1次前の移動平均の係数×ホワイトノイズ+・・・・)というような表示の仕方はありますでしょうか? よろしくお願いします。

xreg.train<- data.frame(is.holiday=jholidays.xts["::2015-11-30"],year=year(date.train),month=as.factor(month(date.train)),day=day(date.train),wd=weekdays(date.train))%>%dummy.data.frame%>%select(-month1,-wd日曜日)%>%as.matrix

fit.arimax.cal<- auto.arima(call.train.ts,seasonal=T,trace=Txreg=xreg.train)#arimaxモデルのフィッティング

ARIMA(2,0,2) with non-zero mean : 11402.32
ARIMA(0,0,0) with non-zero mean : 11664.95
ARIMA(1,0,0) with non-zero mean : 11402.53
ARIMA(0,0,1) with non-zero mean : 11451.06
ARIMA(0,0,0) with zero mean     : 11665.87
ARIMA(1,0,2) with non-zero mean : 11401.18
ARIMA(1,0,1) with non-zero mean : 11403.75
ARIMA(1,0,3) with non-zero mean : 11401.67
ARIMA(2,0,3) with non-zero mean : 11404.22
ARIMA(1,0,2) with zero mean     : 11400.29
ARIMA(0,0,2) with zero mean     : 11417.95
ARIMA(2,0,2) with zero mean     : 11401.2
ARIMA(1,0,1) with zero mean     : 11403.12
ARIMA(1,0,3) with zero mean     : 11400.76
ARIMA(0,0,1) with zero mean     : 11450.95
ARIMA(2,0,3) with zero mean     : 11403.14
Best model: ARIMA(1,0,2) with zero mean     

summary(fit.arimax.cal) Series: call.train.ts ARIMA(1,0,2) with zero mean

Coefficients:

        ar1      ma1      ma2  is.holiday    year    month2    month3    month4    month5    month6    month7    month8   month9  month10
     0.7803  -0.2321  -0.1964   -379.1346  1.5137  195.9081  272.9902  -24.2703  -88.6687  -25.0078  277.1681  224.4410  76.2821   3.7991

s.e. 0.0837 0.0973 0.0656 42.8611 0.0387 96.4907 99.5181 101.4300 100.2031 101.4180 101.1563 101.2811 92.3923 91.6773

      month11   month12      day   wd火曜日  wd金曜日  wd月曜日   wd水曜日  wd土曜日   wd木曜日
     147.3163  414.5067  -1.1747  -104.1835   61.3693   22.6069  -127.6002  157.4556  -130.2834

s.e. 93.0474 94.0236 1.5022 31.7203 31.6301 26.3375 32.3830 25.5789 32.3576

sigma^2 estimated as 59126: log likelihood=-5675.48 AIC=11398.96 AICc=11400.47 BIC=11512.01

Training set error measures: Training set ME -0.4521637 RMSE 243.158 MAE 172.401 MPE -0.5560798 MAPE 5.406263 MASE 0.05535613 ACF1 0.007784234

#以下が予測結果(抜粋) Forecasts:

Forecast
3529.367
3404.598
3385.364
3563.843

#以下が予測開始日の前日から4日前までのデータ(抜粋)

3416
3329
3001
3446

トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS