R中简化形式MA(3)时间序列模型的拟合

R中简化形式MA(3)时间序列模型的拟合,r,time-series,R,Time Series,我试图为某个金融时间序列拟合一个ARIMA模型。我使用EViews进行建模,并决定拟合所谓的简化形式MA(3)模型,其中只有第三个滞后在统计上显著 不幸的是,我还没有弄清楚如何在R中实现这一点。我所能找到的只是如何使用“stats”或“forecats”包来适应常规MA(3)模型 谁能帮帮我吗?谢谢大家! 参数“fixed”在“forecast”包的Arima函数中可能很有用: library("forecast") ?Arima # lets make some data eps = rno

我试图为某个金融时间序列拟合一个ARIMA模型。我使用EViews进行建模,并决定拟合所谓的简化形式MA(3)模型,其中只有第三个滞后在统计上显著

不幸的是,我还没有弄清楚如何在R中实现这一点。我所能找到的只是如何使用“stats”或“forecats”包来适应常规MA(3)模型


谁能帮帮我吗?谢谢大家!

参数“fixed”在“forecast”包的Arima函数中可能很有用:

library("forecast")
?Arima

# lets make some data
eps = rnorm(100)
x = filter(eps, c(0, 0, 0.2), "recursive")

# unrestricted Arima
Arima(x, order = c(3, 0, 0), include.mean = FALSE)
# restricted Arima
Arima(x, order = c(3, 0, 0), include.mean = FALSE, fixed=c(0,0,NA))

不知道它是否解决了问题,但是你在代码< > STATS中有一个<代码>固定< /COD>参数::arima < /Cord> TooOokes有希望,但是我应该如何使用这个论点?@粘土请考虑使你的编辑比仅仅改变标签更为实质性。建议对堆栈溢出的编辑应该是实质性的改进,以解决帖子中的多个问题,例如语法、代码格式、清晰度等@senshin真的……对此有何评论?:这是你自己的意见。如果您不认为编辑是有效的,则不必批准编辑。标签为SO提供了一种通过标签自动对相关问题进行聚类/分组的方法。使查找相关问题变得更容易——获得适当的标签是值得的。