大白。

（1）根據趨勢定差分

plot(lostjob,type="b") 查看圖像總體趨勢，確定如何差分

df1 = diff(lostjob) d=1階差分

s4_df1=diff(df1,4) 對d=1階差分結果進行k=4步（季節）差分

（2）根據所定差分檢驗平穩

adfTest(s4_df1,lag=6) 對差分結果進行平穩性檢驗

（3）ARIMA(p,d,q)中的pq定階

acf(s4_df1)

pacf(s4_df1)

（4）建立arima模型

ans=arima(lostjob,order=c(4,1,0),seasonal=list(order=c(1,0,1),period=4),include.mean=F,fixed=c(NA,0,0,NA,NA,NA))

（5）檢驗模型殘差白噪聲

//use natural log of T (the number ofobservations) which provides higher power (1 -Beta)

Box.test(s4_df1,lag=5,type=‘Ljung‘)

Box.test(ans$residuals,lag=5,type=‘Ljung‘)

或者

tsdiag(ans)

（6）預測

predict(ans,10)

R語言--時間序列分析步驟