limlim のバックアップ差分(No.2)

• バックアップ一覧
• ソース を表示
• バックアップ を表示
• limlim は削除されています。
  • 1 (2016-02-11 (木) 01:33:07)
  • 2 (2016-02-11 (木) 02:40:25)

• 追加された行はこの色です。
• 削除された行はこの色です。

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