从R？中拟合的ARIMA模型中提取p，d，q值。

Question

我正在使用的时间序列预测forecast::auto.arima，我是想看看是否有一种方法来提取分配给值p，d，q从拟合时间序列对象（以及季节性因素以及如适用）。例：

fit <- auto.arima(mydata)

说auto.arima()选了一个ARIMA(1,1,0)(0,1,1)[12]模特。有没有一种方法来提取的值p，d，q（和P，D，Q）从适合？最后，我希望有六个自动分配的变量，如下所示：

p=1, d=1, q=0, P=0, D=1, Q=1

Answer 1

如果您看一下?auto.arima，就会知道它返回的对象与相同stats::arima。如果进一步查看?arima，您会发现可以从$model返回值中找到所需的信息。有关详细信息，请$model参阅?KalmanLike：

phi, theta: numeric vectors of length >= 0 giving AR and MA parameters.

     Delta: vector of differencing coefficients, so an ARMA model is
            fitted to ‘y[t] - Delta[1]*y[t-1] - ...’.

因此，您应该执行以下操作：

p <- length(fit$model$phi)
q <- length(fit$model$theta)
d <- fit$model$Delta

来自的示例?auto.arima：

library(forecast)
fit <- auto.arima(WWWusage)

length(fit$model$phi)  ## 1
length(fit$model$theta)  ## 1
fit$model$Delta  ## 1

fit$coef
#       ar1       ma1 
# 0.6503760 0.5255959 

另外（实际上更好），您可以参考以下$arma值：

arma: A compact form of the specification, as a vector giving the
      number of AR, MA, seasonal AR and seasonal MA coefficients,
      plus the period and the number of non-seasonal and seasonal
      differences.

但是您需要正确，仔细地匹配它们。对于上面的示例，有：

fit$arma
# [1] 1 1 0 0 1 1 0

使用符号ARIMA(p,d,q)(P,D,Q)[m]，我们可以添加name属性以实现清晰的呈现：

setNames(fit$arma, c("p", "q", "P", "Q", "m", "d", "D"))
# p q P Q m d D 
# 1 1 0 0 1 1 0