Я хотел бы провести прогноз на основе ARIMA-модели с несколькими временными рядами с несколькими экзогенными переменными. Поскольку я не настолько опытен в отношении статистики, которую ни RI хотят сохранить, это настолько просто, насколько это возможно (прогноз тренда на 3 месяца достаточно).
У меня есть 1 зависимый временной ряд и 3-5 временных рядов предикторов, все месячные данные, без пропусков, один и тот же временной горизонт.
Я столкнулся с функцией auto.arima и спросил себя, будет ли это подходящим решением для моей проблемы. У меня разные цены на товары и цены на изделия из них. Все необработанные данные являются нестационарными, но благодаря разности первого порядка все они становятся стационарными данными. ADF, KPSS указывают на это. (Это значит, что я тестировал на интеграцию, верно?).
Теперь у меня вопрос: как мне применить это с функцией auto.arima И является ли ARIMA правильным подходом в любом случае? Некоторые люди уже советовали мне использовать VAR, но возможно ли это и с ARIMA?
В следующей таблице приведены мои данные. На самом деле набор данных увеличивается до 105 наблюдений, но первые 50 сделают. Тенденция, а также сезонность здесь, безусловно, представляют интерес.
Спасибо за любые советы и помощь! Georg