Arima/HW的日常温度模拟/预报

Question

我有1960-2015的每日气温时间序列，并希望预测2016年。我的目标是使用简单的方法，同时仍然能够捕捉趋势和随着时间的推移数据的季节性。 （实际上我只关心五月到八月的天气状况，但不确定我是否可以使用过去几年5 - 8月的数据来获得令人信服的预测，所以我预测一年）

我尝试auto.arima，它建议（2,0,1）的顺序，但结果似乎很糟糕（见图）[1]

此外，我试过HoltWinters平滑方法，并得到看似合理的结果。但是我不知道这种方法是否适用于预测温度。 [来自HW的预测] [2]

Answer 1

我也很犹豫，没有更多的信息提供答案;不过，我建议对于没有很多时间序列预测经验的人来说，“预测”包中的auto.arima函数非常好。它具有内置优化功能，可以搜索最佳ARIMA顺序（p，d，q）。下面是一些示例代码：

install.packages("forecast") 
library(forecast) 

set.seed(1234) 
tsdatav <- (seq(1:300) + rnorm(300, 1000, 10)) 
myts <- ts(tsdatav, frequency = 365, start = c(2017, 6)) 
mytsfit <- auto.arima(myts) 
mytsfit #to my example data, fit an ARIMA(5,1,0) with drift 
mytsforecast <- forecast(mytsfit, 50, level = c(80, 95)) 
plot(mytsforecast) 

注意的是，在预测功能，你可以设置你要多少时间来预测出以及置信区间（除了点的预测）。

公爵在https://people.duke.edu/~rnau/411arim.htm

上ARIMA预测一个优秀的网站再次，这仅仅是一个建议。有许多预测方法比其他问题具有更好的效果。