转换序列上可能存在arima错误(R预测包)
arima.errors似乎忽略了模型中可能包含的任何Box-Cox变换。这里有一个简单的例子转换序列上可能存在arima错误(R预测包),r,forecasting,R,Forecasting,arima.errors似乎忽略了模型中可能包含的任何Box-Cox变换。这里有一个简单的例子 library(forecast) set.seed(1) xreg <- ts(4 + rnorm(150)) transformed <- 2 + 0.4 * xreg + arima.sim(list(ar=0.6, ma=c(-0.2, 0.3)), n=150, n.start=50) y <- InvBoxCox(transformed, lambda=0.5)
library(forecast)
set.seed(1)
xreg <- ts(4 + rnorm(150))
transformed <- 2 + 0.4 * xreg + arima.sim(list(ar=0.6, ma=c(-0.2, 0.3)), n=150,
n.start=50)
y <- InvBoxCox(transformed, lambda=0.5)
fit <- auto.arima(y, xreg=xreg, lambda=0.5, stepwise=F, approx=F)
但这不应该:
y - (coef(fit)['xreg'] * xreg + coef(fit)['intercept']) - arima.errors(fit)
我是遗漏了什么,还是这是一个bug?这是一个bug,现已在github版本上修复 请注意,以下将产生0的时间序列:
InvBoxCox(BoxCox(y, lambda=0.5) - (coef(fit)['xreg'] * xreg + coef(fit)['intercept']),
lambda=0.5) - arima.errors(fit)
BoxCox(y, lambda=0.5) - (coef(fit)['xreg'] * xreg + coef(fit)['intercept'])
- arima.errors(fit)
也就是说,arima.errors是在转换的尺度上,而不是在原始尺度上