应用ARIMA(1，1，0)对2015年1月1日到2015年2月6日某餐厅的销售数量做为期5天的预测
setwd('D:\\dat') #install.packages("forecast") #install.packages("plyr") #install.packages("fUnitRoots") #install.packages("tibble") library(forecast) library(fUnitRoots) Data=read.csv("arima_data.csv",header=T)[,2] sales=ts(Data) plot.ts(sales,xlab="时间", ylab="销量 / 元") #单位根检验 unitrootTest(sales) #自相关图 acf(sales) #一阶差分 difsales=diff(sales) plot.ts(difsales,xlab="时间", ylab="销量残差 / 元") #自相关图 acf(difsales) #单位根检验 unitrootTest(difsales) #白噪声检验 Box.test(difsales, type="Ljung-Box") #偏自相关图 pacf(difsales) #ARIMA(1,1,0)模型 arima=arima(sales, order=c(1,1,0)) arima forecast=forecast(arima, h=5, level=c(99.5)) forecast