blocks|key|675746|text|这更多地是一个概念/统计问题，而不是与编码/编程相关的问题。对于以后的帖子，请考虑堆栈溢出可能不是这样的问题的合适位置。相反，您可能需要考虑在交叉验证上发布。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|675747|另外，为了理解模型的显式代数形式，我们首先认识到，您的ARIMA(1,+1,+0)(0,+1,+0)12模型对应于一个AR(1)模型，该模型具有非季节性和季节性差异，季节周期为12个时间点。|style|CODE|675748|一个非季节性AR(1)模型的差分(零偏移)可以写成|675749|​|675750|📷|atomic|675751|，|675752|哪里|675753|675754|675755|。|675756|这是你在上面的帖子中提到的非季节性模型。|675757|为了说明季节性，对差额作了修正。|675758|675759|675760|675761|其中m是季节性周期。|675762|然后展开第一个方程|675763|675764|675765|675766|entityMap|0|LINK|mutability|MUTABLE|url|https://stats.stackexchange.com/|1|IMAGE|IMMUTABLE|imageUrl|https://developer.qcloudimg.com/http-save/yehe-900000/6c325aa4947407991a5c9972349b60d6.png|imageAlt|2|https://developer.qcloudimg.com/http-save/yehe-900000/16ac9ccec8f77e6beb4c3404d28c4092.png|3|https://developer.qcloudimg.com/http-save/yehe-900000/afbed3dc01df145f3bfb7abae801c193.png|4|https://developer.qcloudimg.com/http-save/yehe-900000/32faba3ebaae1d75d5f4b2eebef89f96.png^0|1Z|4|0|0|R|P|0|0|0|0|1|1|0|0|0|0|0|1|2|0|0|0|0|0|0|1|3|0|0|0|0|0|0|1|4|0|0^^$0|@$1|2|3|4|5|6|7|1U|8|@]|9|@$A|1V|B|1W|1|1X]]|C|$]]|$1|D|3|E|5|6|7|1Y|8|@$A|1Z|B|20|F|G]]|9|@]|C|$]]|$1|H|3|I|5|6|7|21|8|@]|9|@]|C|$]]|$1|J|3|K|5|6|7|22|8|@]|9|@]|C|$]]|$1|L|3|M|5|N|7|23|8|@]|9|@$A|24|B|25|1|26]]|C|$]]|$1|O|3|P|5|6|7|27|8|@]|9|@]|C|$]]|$1|Q|3|R|5|6|7|28|8|@]|9|@]|C|$]]|$1|S|3|K|5|6|7|29|8|@]|9|@]|C|$]]|$1|T|3|M|5|N|7|2A|8|@]|9|@$A|2B|B|2C|1|2D]]|C|$]]|$1|U|3|V|5|6|7|2E|8|@]|9|@]|C|$]]|$1|W|3|X|5|6|7|2F|8|@]|9|@]|C|$]]|$1|Y|3|Z|5|6|7|2G|8|@]|9|@]|C|$]]|$1|10|3|K|5|6|7|2H|8|@]|9|@]|C|$]]|$1|11|3|M|5|N|7|2I|8|@]|9|@$A|2J|B|2K|1|2L]]|C|$]]|$1|12|3|P|5|6|7|2M|8|@]|9|@]|C|$]]|$1|13|3|14|5|6|7|2N|8|@]|9|@]|C|$]]|$1|15|3|16|5|6|7|2O|8|@]|9|@]|C|$]]|$1|17|3|K|5|6|7|2P|8|@]|9|@]|C|$]]|$1|18|3|M|5|N|7|2Q|8|@]|9|@$A|2R|B|2S|1|2T]]|C|$]]|$1|19|3|V|5|6|7|2U|8|@]|9|@]|C|$]]|$1|1A|3|-4|5|6|7|2V|8|@]|9|@]|C|$]]]|1B|$1C|$5|1D|1E|1F|C|$1G|1H]]|1I|$5|1J|1E|1K|C|$1L|1M|1N|-4]]|1O|$5|1J|1E|1K|C|$1L|1P|1N|-4]]|1Q|$5|1J|1E|1K|C|$1L|1R|1N|-4]]|1S|$5|1J|1E|1K|C|$1L|1T|1N|-4]]]]

This is more of a conceptual/statistics question than a coding/programming related question. For future posts, please consider that Stack Overflow is probably not the right place for such questions. Instead you may want to consider posting on <a href="https://stats.stackexchange.com/">Cross Validated</a>.

That aside, to understand the explicit algebraic form of your model, we first recognise that your <code>ARIMA(1, 1, 0)(0, 1, 0)12</code> model corresponds to an AR(1) model with both a non-seasonal and seasonal difference and a seasonal period of 12 time points.

A non-seasonal AR(1) model with differencing (and zero offset) can be written as

<a href="https://i.stack.imgur.com/08Wn4.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/08Wn4.png" alt="enter image description here"></a> ,

where

<a href="https://i.stack.imgur.com/T4lQr.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/T4lQr.png" alt="enter image description here"></a> .

This is the non-seasonal model you mention in your post above. 

To account for seasonality the difference is modified

<a href="https://i.stack.imgur.com/5UJgi.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/5UJgi.png" alt="enter image description here"></a> ,

where m is the seasonal period.

Expanding the first equation then gives

<a href="https://i.stack.imgur.com/VCuw2.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/VCuw2.png" alt="enter image description here"></a> .

I would like to understand how to write the equation of an ARIMA with seasonal effect

I am forecasting a financial variable using <code>auto.arima</code> in R. The result was an <code>ARIMA(1 1 0)(0 1 0) 12</code>.

So I only have 1 coefficient with value <code>-0.4605</code>.

<a href="https://i.stack.imgur.com/iz3vs.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/iz3vs.png" alt="enter image description here"></a>

Without the seasonal effect I know the equation would be

<pre><code>Yt = Yt-1 - 0.4605 * (Yt-1 - Yt-2)
</code></pre>

So the value today is equal to the last value - beta times the lag delta.

Now, how should I include the seasonal effect?

<hr>

My Data is 
<a href="https://i.stack.imgur.com/cHGCa.png" rel="nofollow noreferrer">enter image description here</a>

Writing mathematical equation for an ARIMA(1 1 0)(0 1 0) 12

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我想了解如何写出具有季节性效应的ARIMA方程。我在R中使用auto.arima预测一个金融变量，结果是一个ARIMA(1 1 0)(0 1 0) 12。所以我只有一个系数，值为-0.4605。​​如果没有季节性的影响，我知道方程是Yt = Yt-1  - 0.4605 * (Yt-1 - Yt-2)因此，今天的值等于最后一个值-β乘以滞后的增量。现在，我该如何考虑季节效应呢？我的数据是

问ARIMA(1 1 0)(0 1 0) 12的数学方程
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问ARIMA(1 1 0)(0 1 0) 12的数学方程EN