无法从 ARIMA 模型中识别 RMSE

如何解决无法从 ARIMA 模型中识别 RMSE

我想知道 ARIMA 的错误结果，如 RMSE 等。我有 45 个月的关于夜灯的数据。我有一个这样的 ARIMA 模型

fitARIMA <- arima(newdata,order=c(0,0),seasonal = list(order = c(1,period = 12))
summary(fitARIMA)
### here is the result
Call:
arima(x = newdata,order = c(0,period = 12))
            
Coefficients:
       sar1  intercept
      0.4770   572.1038
s.e.  0.1608    38.5140
            
sigma^2 estimated as 26880:  log likelihood = -294.88,aic = 593.76
            
Training set error measures:
              ME RMSE MAE MPE MAPE
Training set NaN  NaN NaN NaN  NaN
Warning message:
In trainingaccuracy(object,test,d,D) :
test elements must be within sample

有谁知道为什么会发生这种情况，以及如何解决这个问题？谢谢

这是我使用的数据

         Jan     Feb     Mar     Apr     May     Jun     Jul
2015  467.38  441.67  579.30  600.41  793.38  576.80  741.21
2016  516.02  241.41  443.20  502.98  497.31  668.08  596.89
2017  325.89  253.30  737.37  462.75  609.31  559.05  581.16
2018  428.74  584.53  508.92  655.63  867.83 1059.98  509.34
         Aug     Sep     Oct     Nov     Dec
2015  634.66  582.00  661.35  249.46  482.33
2016  686.76  598.28  598.23  391.71  492.66
2017  680.36  753.18  476.41    3.12  608.01
2018  820.85  825.13

                    

解决方法

将 arima 替换为 Arima。预测包中的 Arima() 函数保存了 summary() 函数使用的附加信息。

假设您的 newdata 对象属于 ts 类，频率设置为 12，以下更简单的代码应该可以工作。

fitARIMA <- Arima(newdata,order=c(0,0),seasonal = c(1,0))
summary(fitARIMA)