通过AIC、BIC确定阶数的代码

以下是一个用 AIC 和 BIC 确定 ARIMA 模型阶数的 R 语言代码示例：

# 导入数据
data <- read.csv("data.csv", header = TRUE)

# 将数据转换为时间序列
ts_data <- ts(data$Value, start = c(2010, 1), frequency = 12)

# 初始化 AIC 和 BIC 的值
best_aic <- Inf
best_bic <- Inf

# 循环遍历不同的参数组合，选择 AIC 和 BIC 最小的组合
for (p in 0:3) {
  for (d in 0:1) {
    for (q in 0:3) {
      model <- arima(ts_data, order = c(p, d, q))
      aic <- AIC(model)
      bic <- BIC(model)
      if (aic < best_aic) {
        best_aic <- aic
        best_parameters_aic <- c(p, d, q)
      }
      if (bic < best_bic) {
        best_bic <- bic
        best_parameters_bic <- c(p, d, q)
      }
    }
  }
}

# 输出 AIC 和 BIC 最小的参数组合
cat("Best parameters by AIC:", best_parameters_aic, "\n")
cat("Best parameters by BIC:", best_parameters_bic, "\n")

这段代码中，我们首先导入数据并将其转换为时间序列。然后，我们使用三重循环遍历不同的 ARIMA 模型参数组合，分别计算每个模型的 AIC 和 BIC 值，并选择 AIC 和 BIC 最小的模型作为最终模型。最后，我们输出 AIC 和 BIC 最小的参数组合。