r语言时间序列arima预测

在R语言中，可以使用`arima()`函数进行时间序列ARIMA模型的拟合和预测。下面是一个简单的例子：

首先，我们需要准备一些时间序列数据。在这里，我们使用R中自带的AirPassengers数据集，其中包含了1949年至1960年的月度国际航空乘客数量。

# 加载AirPassengers数据集
data(AirPassengers)

# 将数据转换为时间序列
passengers <- ts(AirPassengers, frequency = 12, start = c(1949, 1))

# 查看前几行数据
head(passengers)

接下来，我们可以使用`arima()`函数拟合ARIMA模型，并进行预测。在这里，我们使用自动选择最优模型的方法，即`auto.arima()`函数。

# 安装和加载forecast包
install.packages("forecast")
library(forecast)

# 自动选择最优模型
model <- auto.arima(passengers)

# 查看模型的统计信息
summary(model)

# 进行未来12个月的预测
forecast <- forecast(model, h = 12)

# 查看预测结果
print(forecast)

最后，我们可以将预测结果可视化。

# 可视化预测结果
plot(forecast)

上述代码将生成一个包含未来12个月国际航空乘客数量的时间序列预测图表。