R：使用现有数据的参数生成季节性ARIMA时间序列模型

我有一个计数时间序列数据，我可以用它来确定基本随机过程的参数。例如，假设我有一个SARIMA（p，d，q）（p，d，q）[S]季节性ARIMA模型

如何使用它生成新的计数时间序列数据集

更具体地说：一个SARIMA（1,0,1）（1,0,0）[12]-我如何为每个月生成10年的时间序列？（即，120个点来估计“计数”的数量）。

使用

forecast

包中的

simulate.Arima（）

。它处理季节性ARIMA模型，而

ARIMA.sim（）

不处理

---

但是，ARIMA模型不适用于计数时间序列，因为它们假设过程是在整个实线上定义的。

ARIMA.sim（）

可用于模拟数据，虽然我在帮助文件中没有看到它支持季节性组件。谢谢-我将研究ARIMA模型的假设。我不太理解文档。参数中的

nsim=length（object$x）

中的

x

是什么？我的“对象”是ts对象。nsim是模拟时间序列的长度。默认值是用于构建模型的原始时间序列的长度。谢谢！我的问题是我没有创建一个Arima对象。你能详细说明如何使用simulate.Arima命令模拟季节性Arima吗？我不知道如何指定系数。