Sto lavorando sui set di dati electricity
disponibili nel pacchetto di R TSA
. Il mio obiettivo è scoprire se un arima
modello sarà appropriato per questi dati e alla fine adattarlo. Quindi ho proceduto come segue:
1 °: tracciare le serie temporali risultanti se il seguente grafico:
2 °: volevo prendere il registro electricity
per stabilizzare la varianza e successivamente differenziare le serie come appropriato, ma poco prima di farlo, ho verificato la stazionarietà sul set di dati originale che utilizza il adf
test (Augmented Dickey Fuller) e sorprendentemente, è risultato come segue:
Codice e risultati:
adf.test(electricity)
Augmented Dickey-Fuller Test
data: electricity
Dickey-Fuller = -9.6336, Lag order = 7, p-value = 0.01
alternative hypothesis: stationary
Warning message: In adf.test(electricity) : p-value smaller than printed p-value
Bene, secondo la nozione di serie temporale del mio principiante, suppongo significhi che i dati sono stazionari (piccolo valore p, rigetta l'ipotesi nulla di non stazionarietà). Ma guardando la trama ts, non trovo alcun modo che questo possa essere fermo. Qualcuno ha una spiegazione valida per questo?