Vai al contenuto principale

9  Modelli ARIMA

Il metodo del lisciamento esponenziale è certamente uno degli approcci più utilizzati per la previsione delle serie temporali. I modelli ARIMA forniscono un approccio diverso, ma complementare, alla previsione delle serie temporali. In particolare, mentre i modelli di lisciamento esponenziale si basano su una descrizione della tendenza di fondo e della stagionalità dei dati, i modelli ARIMA mirano a descrivere la struttura di autocorrelazione presente nei dati.

Prima di descrivere i modelli ARIMA, dobbiamo, tuttavia, introdurre il concetto di stazionarietà e la tecnica di differenziazione delle serie temporali.

9.1 Stazionarietà e differenziazione

Una serie temporale stazionaria è una serie le cui proprietà statistiche non dipendono dal tempo in cui la serie viene osservata.1 Quindi, serie temporali contenenti componenti tendenziali (trend), o stagionali, non sono stazionarie — infatti, il trend e la stagionalità influenzano il valore della serie temporale in tempi diversi. D’altra parte, una serie storica realizzazione di un processo white noise è stazionaria — indipendentemente da quando la si osserva, il suo comportamento dovrebbe rimanere lo stesso.

Alcuni casi possono essere confusi — per esempio, una serie temporale con comportamento ciclico (ma senza trend o stagionalità) è stazionaria. Questo perché i cicli non hanno una lunghezza fissa, quindi prima di osservare la serie non possiamo essere sicuri di dove saranno i picchi e le depressioni dei cicli.

In generale, una serie temporale stazionaria non sarà prevedibile nel lungo periodo. I grafici delle serie storiche mostreranno andamenti approssimativamente costanti (sebbene siano possibili comportamenti ciclici), con varianza costante.

Figura 9.1: Quali di queste serie sono stazionarie? (a) Prezzo di chiusura del titolo Google nel 2015; (b) Variazioni giornaliere dei prezzi di chiusura del titolo Google nel 2015; (c) Numero annuale di scioperi negli USA; (d) Vendite mensili di nuove case monofamiliari negli USA; (e) Prezzo annuale delle uova (dozzine, prezzi costanti); (f) Numero totale mensile di suini macellati in Victoria, Australia; (g) Numero totale annuale di pellicce di lince canadese commercializzate dalla Hudson Bay Company; (h) Produzione trimestrale di birra australiana; (i) Produzione mensile di gas australiano.

Si considerino le nove serie rappresentate in Figura 9.1. Quali fra queste pensi possano essere stazionarie?

L’evidente stagionalità esclude le serie (d), (h) e (i). La presenza di trend e cambiamenti di livello escludono le serie (a), (c), (e), (f) e (i). L’aumento della varianza esclude anche la serie (i). Rimangono solo la (b) e la (g) come serie stazionarie.

A prima vista, la presenza di evidenti cicli nella serie (g) potrebbe far pensare che tale serie sia non stazionaria. Ma questi cicli sono aperiodici — sono causati dal fatto che, quando la popolazione di linci diventa troppo grande per il cibo disponibile, le linci smettono di riprodursi e la popolazione scende a numeri bassi, poi il rinnovamento delle loro fonti di cibo permette alla popolazione di crescere di nuovo, e così via. A lungo termine, la cadenza di questi cicli non è prevedibile. Quindi la serie è stazionaria.

Differenziazione

La figura 9.1, pannello (a), riporta il prezzo delle azioni di Google che è una serie non stazionaria, tuttavia la serie delle variazioni giornaliere, pannello (b), risulta stazionaria. Questo rende evidente come rendere stazionaria una serie temporale non stazionaria - calcolare le differenze tra osservazioni consecutive. Tale operazione è nota come differenziazione.

Trasformazioni come i logaritmi possono aiutare a stabilizzare la varianza di una serie temporale. La differenziazione può aiutare a stabilizzare la media di una serie temporale, rimuovendo i cambiamenti nel livello, e quindi eliminando (o riducendo) trend e stagionalità.

Oltre al grafico della serie storica, anche il grafico dell’ACF è utile per identificare le serie temporali non stazionarie. Infatti, per una serie stazionaria, l’ACF scenderà a zero abbastanza rapidamente, mentre l’ACF di una serie di dati non stazionari decresce verso lo zero molto lentamente. Inoltre, per i dati non stazionari, il valore di r_1 è spesso elevato e positivo.

google_2015 <- gafa_stock |>
  filter(Symbol == "GOOG", year(Date) == 2015)
google_2015 |>
  ACF(Close) |>
  autoplot() +
  labs(x = "lag", subtitle = "Prezzi di chiusura Google")
google_2015 |>
  ACF(difference(Close)) |>
  autoplot() +
  labs(x = "lag", subtitle = "Variazioni dei prezzi di chiusura Google")
Figura 9.2: ACF dei prezzi giornalieri di chiusura del titolo Google nel 2015 (sinistra) e delle sue variazioni giornaliere (destra).
google_2015 |>
  mutate(diff_close = difference(Close)) |>
  features(diff_close, ljung_box, lag = 10)
# A tibble: 1 × 3
  Symbol lb_stat lb_pvalue
  <chr>    <dbl>     <dbl>
1 GOOG      7.91     0.637

L’ACF della serie differenziata dei prezzi di Google sembra essere quella di una serie white noise. Solamente un coefficiente di autocorrelazione (al ritardo 17) risulta esterno alle bande di confidenza al 95%, e la statistica Ljung-Box Q^* ha un p-value di 0.637 (per h=10). Questo suggerisce che la variazione giornaliera del prezzo delle azioni di Google è essenzialmente una quantità casuale che non è correlata con quella dei giorni precedenti.

Modello Random walk

La serie differenziata è la variazione fra osservazioni consecutive della serie originale, e può essere scritta come y'_t = y_t - y_{t-1}. La serie differenziata conterrà solo T-1 valori, dal momento che non è possibile calcolare la differenza, y_1', per la prima osservazione.

Quando la serie differenziata risulta essere white noise, il modello per la serie originale può essere scritto come y_t - y_{t-1} = \varepsilon_t, dove \varepsilon_t è white noise. Riarrangiando i termini questo porta al modello “random walk” y_t = y_{t-1} + \varepsilon_t. I modelli random walk sono molto utilizzati per serie di dati non stazionari, in particolare dati economici e finanziari. I random walk generalmente presentano:

  • componenti tendenziali (crescenti o decrescenti) molto lunghe
  • cambiamenti di direzione improvvisi e non prevedibili.

Le previsioni di un modello random walk sono uguali all’ultima osservazione, poiché i movimenti futuri sono imprevedibili e hanno la stessa probabilità di crescere o decrescere. Pertanto, il modello random walk è alla base delle previsioni del cosidetto metodo naïve, introdotto per la prima volta nella sezione 5.2.

Un modello strettamente collegato al random walk permette alle differenze di avere una media diversa da zero. In tal caso y_t - y_{t-1} = c + \varepsilon_t\quad\text{or}\quad {y_t = c + y_{t-1} + \varepsilon_t}\: . Il valore di c rappresenta la media dei cambiamenti tra osservazioni consecutive. Se c è positivo, allora il cambiamento medio è un aumento del valore di y_t, in tal caso, y_t tenderà a salire. Tuttavia, se c è negativo, y_t tenderà a spostarsi verso il basso.

Questo modello è sottostante al metodo del drift, già discusso nella Sezione 5.2.

Differenziazione del secondo ordine

In alcuni casi, i dati differenziati possono non risultare stazionari, e può essere necessario dover differenziare i dati una seconda volta per ottenere una serie stazionaria: \begin{align*} y''_{t} & = y'_{t} - y'_{t-1} \\ & = (y_t - y_{t-1}) - (y_{t-1} - y_{t-2}) \\ & = y_t - 2y_{t-1} + y_{t-2}. \end{align*} In questo caso, stiamo modellando la “variazione della variazione” dei dati originali e y_t'' presenterà T-2 valori. In pratica, non è quasi mai necessario differenziare più di due volte.

Differenziazione stagionale

La differenziazione stagionale è la differenza fra un’osservazione al tempo t e l’osservazione rilevata nella stessa stagione (periodo) dell’anno precedente. Quindi y'_t = y_t - y_{t-m}, dove m= è il numero di stagioni (periodi). Tali differenze sono anche chiamate “differenze al ritardo m”, poiché all’osservazione al tempo t viene sottratta l’osservazione ritardata m periodi.

Se una serie di dati stagionalmente differenziati sembra una serie white noise, allora un modello appropriato per i dati originali è y_t = y_{t-m}+\varepsilon_t. Le previsioni di questo modello sono uguali all’ultima osservazione della stagione in questione. Cioè, questo modello dà previsioni stagionali naïve, introdotte nella Sezione 5.2.

Il pannello inferiore della figura 9.3 mostra le differenze stagionali del logaritmo delle vendite mensili dei farmaci A10 (antidiabetici) in Australia. La trasformazione e la differenziazione hanno reso la serie stazionaria.

Figura 9.3: Logaritmo e differenza stagionale della serie delle vendite di A10 (antidiabetic). Il logaritmo stabilizza la varianza, mentre la differenza stagionale rimuove stagionalità e trend.

Per distinguere le differenze stagionali dalle differenze ordinarie, a volte ci riferiamo alle differenze ordinarie come “differenze prime”, vale a dire differenze al ritardo 1.

A volte è necessario prendere sia una differenza stagionale che una differenza prima per ottenere dati stazionari. La figura 9.4 riporta le vendite di farmaci corticosteroidi in Australia ($AUD) (pannello superiore). In questo caso, i dati vengono prima trasformati usando i logaritmi (secondo pannello), poi vengono calcolate le differenze stagionali (terzo pannello). Poiché i dati sembrano ancora non stazionari, vengono calcolate anche le differenze prime (pannello inferiore).

PBS |>
  filter(ATC2 == "H02") |>
  summarise(Cost = sum(Cost) / 1e6) |>
  transmute(
    `Vendite ($milioni)` = Cost,
    `Log vendite` = log(Cost),
    `Differenza stagionale delle log vendite` = difference(log(Cost), 12),
    `Doppia differenziazione delle log vendite` = difference(difference(log(Cost), 12), 1)
  ) |>
  pivot_longer(-Month, names_to = "Type", values_to = "Sales") |>
  mutate(
    Type = factor(
      Type,
      levels = c(
        "Vendite ($milioni)",
        "Log vendite",
        "Differenza stagionale delle log vendite",
        "Doppia differenziazione delle log vendite"
      )
    )
  ) |>
  ggplot(aes(x = Month, y = Sales)) +
  geom_line() +
  facet_grid(vars(Type), scales = "free_y") +
  labs(title = "Vendite di corticosteroidi", x = "Mese", y = NULL)
Figura 9.4: Primo grafico: Vendite di farmaci corticosteroidi ($AUD). Gli altri grafici mostrano gli stessi dati dopo averli trasformati e differenziati.

C’è un certo grado di soggettività nel selezionare quali differenze applicare. I dati destagionalizzati nella figura 9.3 non mostrano un comportamento sostanzialmente diverso dai dati destagionalizzati nella figura 9.4. In quest’ultimo caso, avremmo potuto decidere di fermarci con i dati destagionalizzati e non differenziare ulteriormente i dati. Nel primo caso, avremmo potuto decidere che i dati non erano sufficientemente stazionari e differenziare ulteriormente i dati. Alcuni test formali per la differenziazione verranno discussi più avanti, tuttavia, è importante sottolineare che ci sono sempre alcune scelte da fare nel processo di modellazione, e analisti diversi possono fare scelte diverse.

Se y'_t = y_t - y_{t-m} denota la serie stagionalmente differenziata, allora la serie differenziata due volte è \begin{align*} y''_t & = y'_t - y'_{t-1} \\ & = (y_t - y_{t-m}) - (y_{t-1} - y_{t-m-1}) \\ & = y_t - y_{t-1} - y_{t-m} + y_{t-m-1}\: \end{align*} Quando si calcola sia la differenza stagionale sia la differenza prima, non è importante quale viene fatta per prima - il risultato sarà lo stesso. Tuttavia, se i dati presentano una forte stagionalità, si consiglia di calcolare prima la differenza stagionale, perché la serie risultante sarà, talvolta, già stazionaria e non ci sarà bisogno di un’ulteriore differenza prima. Se la differenza prima viene effettuata per prima, potrebbe esserci ancora stagionalità presente.

Attenzione che applicare più differenze del necessario indurrà false dinamiche, o autocorrelazioni che non esistono realmente nella serie temporale. Pertanto, è importante calcolare solo le differenze necessarie per ottenere una serie stazionaria.

È importante quando si differenzia una serie, che le differenze siano interpretabili. Le differenze prime esprimono la variazione tra un’osservazione e la successiva. Le differenze stagionali sono la variazione tra un anno e l’altro. È improbabile che differenziare ad altri ritardi abbia un senso interpretativo e, pertanto, differenziazioni a ritardi diversi dal primo o da quelli stagionali dovrebbero essere evitati.

Test per radici unitarie

Una tecnica per determinare in modo più obiettivo se la differenziazione è necessaria, è quella di usare test di radice unitaria. I test di radice unitaria sono test statistici per verificare l’ipotesi di (non) stazionarietà, sviluppati per determinare se sia necessario differenziare la serie.

Sono disponibili diversi test di radice unitaria, che si basano su ipotesi diverse e possono portare a risposte contrastanti. Nella nostra analisi, useremo il test Kwiatkowski-Phillips-Schmidt-Shin (KPSS) (Kwiatkowski et al., 1992). L’ipotesi nulla di questo test è che i dati siano stazionari, e noi cerchiamo evidenza contro l’ipotesi nulla. Di conseguenza, valori piccoli del p-value (ad esempio, inferiori 0,05) suggeriscono che la differenziazione è necessaria. Il test può essere calcolato usando la funzione unitroot_kpss().

Applichiamo tale test ai dati relativi ai prezzi di chiusura del titolo Google.

google_2015 |>
  features(Close, unitroot_kpss)
# A tibble: 1 × 3
  Symbol kpss_stat kpss_pvalue
  <chr>      <dbl>       <dbl>
1 GOOG        3.56        0.01

Il p-value del test KPSS viene riportato come un numero compreso tra 0.01 e 0.1. Se il p-value effettivo è inferiore a 0.01, viene riportato come 0.01; se il p-value effettivo è superiore a 0.1, viene riportato come 0.1. In questo caso, il p-value è indicato come 0.01 (e quindi potrebbe essere anche più piccolo), indicando evidenza contraria all’ipotesi nulla che, pertanto, va rifiutata. In altre parole, i dati sono non stazionari. Possiamo differenziare i dati e applicare ancora il test.

google_2015 |>
  mutate(diff_close = difference(Close)) |>
  features(diff_close, unitroot_kpss)
# A tibble: 1 × 3
  Symbol kpss_stat kpss_pvalue
  <chr>      <dbl>       <dbl>
1 GOOG      0.0989         0.1

Questa volta il p-value è riportato come 0.1 (e quindi potrebbe essere anche più grande). Possiamo concludere che i dati differenziati appaiono stazionari.

Questo processo di utilizzare una sequenza di test KPSS per determinare il numero appropriato di differenze da applicare ad una serie di dati, viene eseguito utilizzando il comando unitroot_ndiffs().

google_2015 |>
  features(Close, unitroot_ndiffs)
# A tibble: 1 × 2
  Symbol ndiffs
  <chr>   <int>
1 GOOG        1

Come abbiamo visto, il test KPSS ci suggerisce che per rendere stazionari i dati google_2015, dobbiamo usare una differenza prima.

Un test statistico simile per determinare se è necessaria la differenziazione stagionale è unitroot_nsdiffs(), che usa `index{unitroot_nsdiffs@} la misura della forza della componente stagionale introdotta nella Sezione 4.3 per determinare il numero appropriato di differenze stagionali richieste. Nessuna differenza stagionale viene suggerita se F_S<0.64, altrimenti dovrebbe essere utilizzata una differenza stagionale.

Applichiamo unitroot_nsdiffs() alla serie del fatturato totale mensile della vendita al dettaglio in Australia.

aus_total_retail <- aus_retail |>
  summarise(Turnover = sum(Turnover))
aus_total_retail |>
  mutate(log_turnover = log(Turnover)) |>
  features(log_turnover, unitroot_nsdiffs)
# A tibble: 1 × 1
  nsdiffs
    <int>
1       1
aus_total_retail |>
  mutate(log_turnover = difference(log(Turnover), 12)) |>
  features(log_turnover, unitroot_ndiffs)
# A tibble: 1 × 1
  ndiffs
   <int>
1      1

Poiché l’applicazione del test unitroot_nsdiffs() restituisce 1 (indicando che è richiesta una differenza stagionale), applichiamo il test unitroot_ndiffs() ai dati differenziati stagionalmente. I risultati dei test suggeriscono che dovremmo calcolare sia una differenza stagionale che una differenza prima.

9.2 Operatore ritardo (backshift)

L’operatore ritardo B è un utile strumento notazionale quando lavoriamo con ritardi di serie storiche: B y_{t} = y_{t - 1} \: . In letteratura possiamo trovare L per “lag” invece di B per “backshift”. In altre parole, B applicato a y_{t}, ha l’effetto di portare i dati indietro di un periodo. Due applicazioni dell’operatore B a y_{t} spostano i dati indietro di due periodi: B(By_{t}) = B^{2}y_{t} = y_{t-2}\: . Per dati mensili, se vogliamo considerare “lo stesso mese dell’anno precedente,” la notazione è B^{12}y_{t} = y_{t-12}.

L’operatore ritardo è molto utile per descrivere il processo di differenziazione. La differenza prima può essere scritta come y'_{t} = y_{t} - y_{t-1} = y_t - By_{t} = (1 - B)y_{t}\: . Pertanto, la differenza prima di una serie può essere rappresentata da (1 - B). In modo simile, se dobbiamo calcolare la differenza seconda, possiamo scrivere: y''_{t} = y_{t} - 2y_{t - 1} + y_{t - 2} = (1-2B+B^2)y_t = (1 - B)^{2} y_{t}\: . In generale, una differenza di ordine d può essere scritta come (1 - B)^{d} y_{t}. L’operatore ritardo è particolarmente utile quando si combinano diverse differenze, poiché l’operatore ritardo può essere trattato utilizzando le regole algebriche ordinarie. In particolare, i termini che coinvolgono B possono essere moltiplicati insieme.

Per esempio, una differenza stagionale seguita da una differenza prima può essere scritta come \begin{align*} (1 - B)(1 - B^m)y_t & = (1 - B - B^m + B^{m+1})y_t \\ & = y_t - y_{t-1} - y_{t-m} + y_{t-m-1}, \end{align*} lo stesso risultato che abbiamo ottenuto in precedenza.

9.3 Modelli Autoregressivi

Nel modello di regressione multivariato, introdotto nel capitolo 7, abbiamo visto come prevedere la variabile di interesse usando una combinazione lineare di predittori. In un modello autoregressivo, la variabile di interesse viene, invece, prevista usando una combinazione lineare di valori passati della variabile stessa. Il termine autoregressione significa, appunto, che si tratta di una regressione della variabile di interesse sulla variabile stessa.

Pertanto, un modello autoregressivo di ordine p può essere scritto come y_{t} = c + \phi_{1}y_{t-1} + \phi_{2}y_{t-2} + \dots + \phi_{p}y_{t-p} + \varepsilon_{t}, dove \varepsilon_t è white noise. Questo modello è, quindi, simile ad un modello di regressione multivariata, dove i predittori sono i valori ritardati di y_t. Chiamiamo questo tipo di modello AR(p), o modello autoregressivo di ordine p.

I modelli autoregressivi sono molto flessibili e permettono di tener conto di caratteristiche molto diverse delle serie storiche. Le due serie in Figura 9.5 mostrano due realizzazioni, rispettivamente, da un processo AR(1) e da un AR(2). Cambiando i valori dei parametri \phi_1,\dots,\phi_p si ottengono serie con caratteristiche diverse. La varianza del termine di errore \varepsilon_t ha effetti solo sulla scala della serie, non sul suo comportamento.

Figura 9.5: Due esempi di dati da modelli autoregressivi con parametri diversi. Sinistra: AR(1) con y_t = 18 -0.8y_{t-1} + \varepsilon_t. Destra: AR(2) con y_t = 8 + 1.3y_{t-1}-0.7y_{t-2}+\varepsilon_t. In entrambi i casi, \varepsilon_t è distribuito come un white noise gaussiano di media nulla e varianza unitaria.

Per un modello AR(1):

  • quando \phi_1=0 e c=0, y_t equivale ad un white noise;
  • quando \phi_1=1 e c=0, y_t equivale ad un random walk;
  • quando \phi_1=1 e c\ne0, y_t equivale ad un random walk con drift;
  • quando \phi_1<0, y_t tende ad oscillare attorno alla sua media.

Normalmente, restringiamo la nostra attenzione a modelli autoregressivi per dati stazionari, il che implica richiedere che siano soddisfatti alcuni vincoli sui parametri del modello.

  • Per un modello AR(1): -1 < \phi_1 < 1.
  • Per un modello AR(2): -1 < \phi_2 < 1, \phi_1+\phi_2 < 1, \phi_2-\phi_1 < 1.

Quando p\ge3, i vincoli sono più complicati. Il pacchetto fable tiene conto di questi vincoli quando si stima un modello autoregressivo.

9.4 Modelli a media mobile

Anzichè utilizzare i valori passati della variabile dipendente, i modelli a media mobile usano gli errori passati come predittori in un modello simile a quello di regressione, y_{t} = c + \varepsilon_t + \theta_{1}\varepsilon_{t-1} + \theta_{2}\varepsilon_{t-2} + \dots + \theta_{q}\varepsilon_{t-q}, dove \varepsilon_t è white noise. Chiamiamo tali modelli MA(q), o modelli a media mobile di ordine q. Naturalmente, non possiamo osservare i valori di \varepsilon_t, e per questo motivo non possiamo parlare di modello di regressione nel senso usuale del termine.

Si noti che ogni valore di y_t può essere pensato come una media mobile ponderata degli ultimi errori di previsione (sebbene i coefficienti di norma non sommino a uno). Tuttavia, i modelli a media mobile non devono essere confusi con il metodo di lisciamento basato sulle medie mobili di cui abbiamo parlato nel capitolo 3. Un modello a media mobile è usato per prevedere i valori futuri di una serie di dati, mentre il lisciamento basato sulle medie mobili è usato per ottenere una stima della componente di trend-ciclo dei valori passati.

Figura 9.6: Due esempi di dati da modelli a media mobile con parametri diversi. Sinistra: MA(1) con y_t = 20 + \varepsilon_t + 0.8\varepsilon_{t-1}. Destra: MA(2) con y_t = \varepsilon_t- \varepsilon_{t-1}+0.8\varepsilon_{t-2}. In entrambi, \varepsilon_t è distribuita come un white noise gaussiano con media zero e varianza unitaria.

La figura 9.6 mostra due realizzazioni, rispettivamente, da un modello MA(1) e un MA(2) model. Cambiando i valori dei parametri \theta_1,\dots,\theta_q si ottengono serie con caratteristiche diverse. Come per i modelli autoregressivi, la varianza del termine di errore \varepsilon_t ha effetto solo sulla scala della serie, non sul suo comportamento.

È possibile scrivere ogni modello stazionario AR(p) come un modello MA(\infty). Per esempio, per un modello AR(1), usando sostituzioni ripetute, possiamo far vedere che: \begin{align*} y_t & = \phi_1y_{t-1} + \varepsilon_t \\ & = \phi_1(\phi_1y_{t-2} + \varepsilon_{t-1}) + \varepsilon_t \\ & = \phi_1^2y_{t-2} + \phi_1 \varepsilon_{t-1} + \varepsilon_t \\ & = \phi_1^3y_{t-3} + \phi_1^2\varepsilon_{t-2} + \phi_1 \varepsilon_{t-1} + \varepsilon_t \\ & \text{etc.} \end{align*} Essendo, per un AR(1) stazionario, -1 < \phi_1 < 1, il valore di \phi_1^k diventerà sempre più piccolo all’aumentare di k. Quindi alla fine si ottiene: y_t = \varepsilon_t + \phi_1 \varepsilon_{t-1} + \phi_1^2 \varepsilon_{t-2} + \phi_1^3 \varepsilon_{t-3} + \cdots, che è un modello MA(\infty).

Il risultato inverso vale se imponiamo alcuni vincoli sui parametri del modello MA. In tal caso, il modello MA viene detto invertibile. Pertanto, possiamo scrivere qualsiasi processo invertibile MA(q) come un processo AR(infty). I modelli invertibili non sono semplicemente introdotti per permetterci di trasformare i modelli MA in modelli AR, in realtà tali modelli possiedono anche alcune proprietà matematiche desiderabili.

Per esempio, consideriamo il processo MA(1), y_{t} = \varepsilon_t + \theta_{1}\varepsilon_{t-1}. Nella sua rappresentazione AR(\infty), il termine di errore più recente può essere scritto come una funzione lineare di osservazioni corrente e passate: \varepsilon_t = \sum_{j=0}^\infty (-\theta_1)^j y_{t-j}. Quando |\theta_1| > 1, i pesi aumentano all’aumentare dei ritardi, quindi più le osservazioni sono lontane e maggiore è la loro influenza sull’errore attuale. Quando |\theta_1|=1, i pesi sono costanti, e le osservazioni lontane hanno la stessa influenza delle osservazioni recenti. Poiché nessuna di queste situazioni ha molto senso, richiediamo |\theta_1|<1, così le osservazioni più recenti hanno un peso maggiore delle osservazioni del passato più lontano. Quindi, il processo è invertibile quando |\theta_1|<1.

I vincoli di invertibilità per modelli MA(q) sono simili ai vincoli di stazionarietà.

  • Per un modello MA(1): -1<\theta_1<1.
  • Per un modello MA(2): -1<\theta_2<1,~ \theta_2+\theta_1 >-1,~ \theta_1 -\theta_2 < 1.

Per q\ge3 i vincoli sono più complicati. Ancora una volta, il pacchetto fable tiene in considerazione tali vincoli nella fase di stima dei modelli.

9.5 Modelli ARIMA non stagionali

Se combiniamo la differenziazione con modelli autoregressivi e/o a media mobile, otteniamo il modello ARIMA non stagionale. ARIMA è un acronimo per AutoRegressive Integrated Moving Average (in questo contesto, “integrazione” è l’operazione inversa della differenziazione). Il modello con tutte le componenti (autoregressiva, integrata e a media mobile) può essere scritto come y'_{t} = c + \phi_{1}y'_{t-1} + \cdots + \phi_{p}y'_{t-p} + \theta_{1}\varepsilon_{t-1} + \cdots + \theta_{q}\varepsilon_{t-q} + \varepsilon_{t}, \tag{9.1} dove y'_{t} è la serie differenziata (che può essere differenziata anche più di una volta). I “predittori” sulla parte destra includono sia valori ritardati di y_t sia errori ritardati. Denotiamo questo modello con ARIMA(p, d, q), dove

p= ordine della componente autoregressiva;
d= numero di differenziazioni;
q= ordine della componente a media mobile.

Le stesse condizioni di stazionarietà e invertibilità che si applicano a modelli puramente autoregressivi e puramente a media mobile si applicano anche ad un modello ARIMA.

Molti dei modelli che abbiamo già discusso sono casi particolari del modello ARIMA, come mostrato nella Tabella 9.1.

Tabella 9.1: Casi speciali di modelli ARIMA.
White noise ARIMA(0,0,0) senza costante
Random walk ARIMA(0,1,0) senza costante
Random walk con drift ARIMA(0,1,0) con costante
Autoregressivo ARIMA(p,0,0)
Media mobile ARIMA(0,0,q)

Nel momento in cui combiniamo diverse componenti per ottenere modelli più complicati, è molto più conveniente utilizzare la notazione con l’operatore ritardo. Per esempio, l’equazione 9.1 può essere scritta usando l’operatore ritardo come \begin{array}{c c c c} (1-\phi_1B - \cdots - \phi_p B^p) & (1-B)^d y_{t} &= &c + (1 + \theta_1 B + \cdots + \theta_q B^q)\varepsilon_t\\ {\uparrow} & {\uparrow} & &{\uparrow}\\ \text{AR($p$)} & \text{$d$ differences} & & \text{MA($q$)}\\ \end{array} \tag{9.2}

La selezione di valori appropriati per gli ordini p, d e q può essere difficile. Tuttavia, la funzione ARIMA() del pacchetto fable lo farà per noi in modo automatico. Nella Sezione 9.7, impareremo come lavora questa funzione, insieme ad alcuni metodi per scegliere da soli questi valori.

Esempio: Esportazioni egiziane

La figura 9.7 mostra le esportazioni annuali egiziane come una percentuale del GDP nel periodo 1960-2017.

global_economy |>
  filter(Code == "EGY") |>
  autoplot(Exports) +
  labs(x = "Anno", y = "% del GDP", title = "Esportazioni egiziane")
Figura 9.7: Esportazioni annuali egiziane come percentuale del GDP, anni 1960-2017.

Il seguente codice R identifica, in modo automatico, un modello ARIMA non stagionale.

fit <- global_economy |>
  filter(Code == "EGY") |>
  model(ARIMA(Exports))
report(fit)
Series: Exports 
Model: ARIMA(2,0,1) w/ mean 

Coefficients:
         ar1      ar2      ma1  constant
      1.6764  -0.8034  -0.6896    2.5623
s.e.  0.1111   0.0928   0.1492    0.1161

sigma^2 estimated as 8.046:  log likelihood=-141.6
AIC=293.1   AICc=294.3   BIC=303.4

Tale modello è un modello ARIMA(2,0,1): y_t = 2.56 + 1.68 y_{t-1} -0.80 y_{t-2} -0.69 \varepsilon_{t-1} + \varepsilon_{t}, dove \varepsilon_t è white noise con una deviazione standard pari a 2.837 = \sqrt{8.046}. Le previsioni ottenute utilizzando tale modello sono mostrate nella figura 9.8. Si osservi come negli ultimi decenni la serie presenti dei cicli molto evidenti.

fit |>
  forecast(h = 10) |>
  autoplot(global_economy) +
  labs(x = "Anno", y = "% del GDP", title = "Esportazioni egiziane") +
  guides(fill_ramp = guide_legend(title = "Livello"))
Figura 9.8: Previsioni per le esportazioni egiziane.

Comprendere i modelli ARIMA

La funzione ARIMA() è utile, ma, come tutte le procedure automatiche, può essere un po’ fuorviante, e vale la pena cercare di capire qualcosa sul comportamento dei modelli, anche quando ci si affida a una procedura automatica che sceglie il modello per noi

La costante c ha un effetto molto importante sulle previsioni di lungo periodo ottenute da questo tipo di modelli.

  • Se c=0 e d=0, le previsioni di lungo periodo tenderanno a zero.
  • Se c=0 e d=1, le previsioni di lungo periodo tenderanno a una costante diversa da zero.
  • Se c=0 e d=2, le previsioni di lungo periodo seguiranno una retta.
  • Se c\ne0 e d=0, le previsioni di lungo periodo tenderanno alla media dei dati.
  • Se c\ne0 e d=1, le previsioni di lungo periodo seguiranno una retta.
  • Se c\ne0 e d=2, le previsioni di lungo periodo seguiranno un trend quadratico. (Tuttavia, ciò non è raccomandato e, infatti, fable non lo permette.)

Il valore di d influisce anche sugli intervalli di previsione — più alto è il valore di d, più rapidamente gli intervalli di previsione aumentano di dimensione. Per d=0, la deviazione standard della previsione a lungo termine sarà pari alla deviazione standard dei dati storici, quindi gli intervalli di previsione avranno, essenzialmente, tutti la stessa ampiezza, indipendentemente dall’orizzonte di previsione.

Questo comportamento si vede nella figura 9.8 dove d=0 e c\ne0. In questa figura, gli intervalli di previsione hanno quasi la stessa ampiezza per gli ultimi orizzonti di previsione, e le previsioni per gli ultimi punti sono vicine alla media dei dati.

Il valore di p è importante se i dati mostrano dei cicli. Per ottenere previsioni cicliche, è necessario avere p\ge2, insieme ad alcune condizioni aggiuntive sui parametri. Per un modello AR(2), il comportamento ciclico si verifica se \phi_1^2+4\phi_2<0 (come nel caso del modello delle esportazioni egiziane). In questo caso, il periodo medio dei cicli è2

\frac{2\pi}{\text{arc cos}(-\phi_1(1-\phi_2)/(4\phi_2))}.

Grafici delle funzioni ACF e PACF

Di solito non è possibile dire, semplicemente osservando il grafico di una serie storica, quali valori di p e q siano appropriati per i dati. Tuttavia, a volte è possibile usare il grafico ACF, e il grafico PACF strettamente correlato, per determinare i valori appropriati di p e q.

Ricordiamo che il grafico ACF, mostra le autocorrelazioni empiriche, che misurano la relazione tra y_t e y_{t-k} per diversi valori di k. Se y_t e y_{t-1} sono correlati, allora anche y_{t-1} e y_{t-2} devono essere correlati. Tuttavia, y_t e y_{t-2} potrebbero essere correlati, semplicemente perché sono entrambi correlati a y_{t-1}, anziché a causa di qualche nuova informazione contenuta in y_{t-2} che potrebbe essere usata per prevedere y_t.

Per superare questo problema, possiamo usare le autocorrelazioni parziali. Queste misurano la relazione tra y_{t} e y_{t-k} dopo aver rimosso gli effetti dei ritardi 1, 2, 3, \ldots, k - 1. Quindi la prima autocorrelazione parziale è identica alla prima autocorrelazione, perché non c’è nulla da rimuovere. Ogni autocorrelazione parziale può essere stimata come l’ultimo coefficiente di un modello autoregressivo. In particolare, \alpha_k, il k-esimo coefficiente di autocorrelazione parziale, è uguale alla stima di \phi_k in un modello AR(k). In pratica, esistono algoritmi più efficienti per calcolare \alpha_k, che, tuttavia, danno gli stessi risultati.

Le figure 9.9 e 9.10 riportano i grafici delle autocorrelazioni empiriche globali (ACF) e parziali (PACF) per la serie delle esportazioni mostrata in figura 9.7. Le autocorrelazioni parziali hanno gli stessi valori critici, \pm 1.96/\sqrt{T}, delle autocorrelazioni globali, e tali valori sono, usualmente, riportati nei grafici delle autocorrelazioni empiriche, come in figura 9.10.

global_economy |>
  filter(Code == "EGY") |>
  ACF(Exports) |>
  autoplot() +
  labs(x = "lag", y = "ACF")
Figura 9.9: ACF delle esportazioni egiziane.
global_economy |>
  filter(Code == "EGY") |>
  PACF(Exports) |>
  autoplot() +
  labs(x = "lag", y = "PACF")
Figura 9.10: PACF delle esportazioni egiziane.

Un modo conveniente per riprodurre allo stesso tempo il grafico della serie storica assieme alle sue funzioni di autocorrelazioni empiriche (ACF e PACF), è usare la funzione gg_tsdisplay() con plot_type = "partial".

Se i dati sono realizzazioni di un modello ARIMA(p,d,0) o ARIMA(0,d,q), allora i grafici ACF e PACF possono essere molto utili nel determinare i valori di p or q. Se, invece, p e q sono entrambi positivi, allora i grafici ACF e PACF non sono di molto aiuto nel determinare gli opportuni valori degli ordini p e q.

La serie potrebbe essere modellata da un modello ARIMA(p,d,0), se i grafici delle funzioni ACF e PACF della serie, eventualmente differenziata, mostrano i seguenti comportamenti:

  • la funzione di autocorrelazione globale (ACF) decresce verso lo zero in modo esponenziale o sinusoidale;
  • nella PACF, l’autocorrelazione a ritardo p è significativa, ma tutte le altre autocorrelazioni oltre il ritardo p non lo sono.

Viceversa, la serie potrebbe essere modellata da un ARIMA(0,d,q) se le funzioni di autocorrelazione empiriche ACF e PACF della serie, eventualmente differenziata, mostrano i seguenti comportamenti:

  • la funzione di autocorrelazione parziale (PACF) decresce verso lo zero in modo esponenziale o sinusoidale;
  • nella ACF, l’autocorrelazione a ritardo q è significativa, ma tutte le altre autocorrelazioni oltre il ritardo p non lo sono.

Dalla figura 9.9, possiamo osservare che la funzione ACF decresce verso lo zero seguento un comportamento sinusoidale, mentre dalla figura 9.10 vediamo che la PACF ha l’ultimo valore significativo al ritardo 4. Questo comportamento è coerente con un modello ARIMA(4,0,0).

fit2 <- global_economy |>
  filter(Code == "EGY") |>
  model(ARIMA(Exports ~ pdq(4, 0, 0)))
report(fit2)
Series: Exports 
Model: ARIMA(4,0,0) w/ mean 

Coefficients:
         ar1      ar2     ar3      ar4  constant
      0.9861  -0.1715  0.1807  -0.3283    6.6922
s.e.  0.1247   0.1865  0.1865   0.1273    0.3562

sigma^2 estimated as 7.885:  log likelihood=-140.5
AIC=293.1   AICc=294.7   BIC=305.4

Questo modello è solo leggermente peggiore del modello ARIMA(2,0,1) identificato dalla funzione ARIMA() (con un valore AICc di 294.70 confrontato a 294.29).

Possiamo anche specificare particolari valori di pdq() e quindi utilizzare la funzione ARIMA(). Per esempio, per trovare il miglior modello con p\in\{1,2,3\}, q\in\{0,1,2\} e d=1, si può usare ARIMA(y ~ pdq(p=1:3, d=1, q=0:2)).

9.6 Stima e selezione dell’ordine

Stima di massima verosimiglianza

Dopo aver identificato gli ordini del modello (cioè, i valori di p, d e q), dobbiamo stimare i parametri c, \phi_1,\dots,\phi_p, \theta_1,\dots,\theta_q. Per stimare i modelli ARIMA fable usa la stima di massima verosimiglianza (MLE). Questa tecnica trova i valori dei parametri che massimizzano la probabilità di ottenere proprio i dati che sono stati osservati. Per i modelli ARIMA, il metodo della massima verosimiglianza è simile al metodo di stima dei minimi quadrati estimates che minimizza la quantità \sum_{t=1}^T\varepsilon_t^2. (Per i modelli di regressione considerati nel capitolo 7, il metodo di stima di massima verosimiglianza porta esattamente agli stessi valori stimati con i minimi quadrati.) Si osservi che i modelli ARIMA sono molto più complicati da stimare dei modelli di regressione, e software differenti possono portare a risultati leggermente differenti, poiché usano metodi di stima e algoritmi di ottimizzazione diversi.

In pratica, il pacchetto fable riporterà il valore della log-verosimiglianza ottenuta dai dati; cioé il logaritmo della probabilità che i dati osservati provengano dal modello stimato. Dati i valori di p, d e q, ARIMA() cercherà di massimizzare la log-verosimiglianza per trovare le stime dei parametri.

Criteri di informazione

Il Criterio di Informazione di Akaike (AIC), che abbiamo già visto essere utile nel selezionare i predittori di un modello di regressione (vedi la Sezione 7.5), è utile anche per determinare gli ordini di un modello ARIMA. Tale criterio può essere formulato come \text{AIC} = -2 \log(L) + 2(p+q+k+1), dove L è la verosimiglianza dei dati, k=1 se c\ne0 e k=0 se c=0. Si osservi che l’ultimo termine in parentesi è il numero di parametri del modello (inclusa \sigma^2, cioè la varianza dei residui).

Per modelli ARIMA, esiste una versione corretta dell’AIC che può essere scritta come \text{AICc} = \text{AIC} + \frac{2(p+q+k+1)(p+q+k+2)}{T-p-q-k-2}, mentre il Criterio di Informazione Bayesiano può scriversi come \text{BIC} = \text{AIC} + [\log(T)-2](p+q+k+1). Buoni modelli si ottengono minimizzando i valori dei criteri AIC, AICc o BIC. La nostra preferenza è per il criterio AICc.

È importante notare che questi criteri di informazione tendono a non essere buone guide per selezionare l’ordine appropriato di differenziazione (d) di un modello, ma solo per selezionare i valori di p e q. Questo perché l’operazione di differenziazione cambia i dati su cui viene calcolata la verosimiglianza, rendendo non comparabili i valori dei criteri di informazione automatica tra modelli con diversi ordini di differenziazione. Dobbiamo, quindi, usare qualche altro approccio per scegliere il valore di d, e solo dopo possiamo usare l’AICc per selezionare p e q.

9.7 Modellazione ARIMA con fable

Come lavora ARIMA()?

La funzione ARIMA() nel pacchetto fable usa una variazione dell’algoritmo di Hyndman-Khandakar (Hyndman & Khandakar, 2008), che combina test di radici unitarie, minimizzazione dei criteri di AICc e MLE per ottenere un modello ARIMA. Gli argomenti di ARIMA() forniscono molte variazioni dell’algoritmo. Quello descritto qui è il comportamento di default.

Algoritmo di Hyndman-Khandakar per la scelta automatica di un modello ARIMA
  1. Il numero di differenze 0 \le d\le 2 viene determinato usando test KPSS ripetuti.
  1. I valori di p e q sono scelti minimizzando il criterio AICc dopo aver differenziato i dati d volte. Anziché considerare ogni possibile combinazione di p e q, l'algoritmo usa una procedura a passi per semplificare la ricerca.
  1. Inizialmente vengono adattati i seguenti quattro modelli:
    • ARIMA(0,d,0),
    • ARIMA(2,d,2),
    • ARIMA(1,d,0),
    • ARIMA(0,d,1).
    La costante è inclusa a meno che d=2. Se d \le 1, si considera anche il modello aggiuntivo:
    • ARIMA(0,d,0) senza costante.
  1. Il miglior modello (quello col più piccolo valore di AICc) identificato al passo (a) viene impostato come “modello corrente”.
  1. Si considerano, quindi, le seguenti variazioni al modello corrente:
    • variazione di p e/o q del modello corrente di \pm1;
    • inclusione/esclusione di c dal modello corrente.
    Il miglior modello fra quelli considerati finora (il modello corrente o una di queste varianti) diventa il nuovo modello corrente.
  1. Si ripete il passo 2(c) fino a che non è più possibile ottenere valori inferiori del criterio AICc.
Figura 9.11: Un esempio illustrativo della procedura di Hyndman-Khandakar

La Figura 9.11 illustra graficamente, tramite un esempio, come funziona l’algoritmo di Hyndman-Khandakar per determinare automaticamente gli ordini di un modello ARMA. La griglia considera tutte le combinazioni di ordini ARMA(p,q) partendo dall’angolo in alto a sinistra con un ARMA(0,0), con l’ordine AR che aumenta lungo l’asse verticale e l’ordine MA che aumenta lungo l’asse orizzontale.

Le celle arancioni mostrano l’insieme iniziale di modelli considerati dall’algoritmo. In questo esempio, il modello ARMA(2,2) ha il valore AICc più basso tra questi modelli. Questo modello viene chiamato “modello corrente” ed è individuato dal cerchio nero. L’algoritmo cerca quindi tra i modelli vicini, come mostrato dalle frecce blu. Se viene trovato un modello migliore, questo diventa il nuovo “modello corrente”. In questo esempio, il nuovo “modello corrente” è il modello ARMA(3,3). L’algoritmo continua in questo modo finché non si trova un modello migliore. In questo esempio il modello identificato è un modello ARMA(4,2).

La procedura automatica passa a un nuovo “modello corrente” non appena viene identificato un modello migliore, senza provare tutti i modelli vicini. La ricerca completa (fatta cioè su tutti i modelli) viene effettuata quando greedy=FALSE.

La procedura automatica utilizza alcune approssimazioni per accelerare la ricerca. Queste approssimazioni possono essere evitate con l’argomento approximation=FALSE. È possibile che il modello con AICc minimo non venga trovato a causa di queste approssimazioni, o a causa dell’uso della procedura stepwise. Se si usa l’argomento stepwise=FALSE si cercherà il modello migliore su un insieme molto più ampio di modelli. Per una descrizione completa degli argomenti si consulti il file di aiuto.

Procedura di modellazione

La seguente procedura fornisce un utile approccio generale, quando si vuole adattare un modello ARIMA ad una serie storica (non stagionale).

  1. Rappresentare graficamente la serie e identificare le osservazioni anomale.
  2. Se necessario, trasformare i dati (usando una trasformata di Box-Cox) per stabilizzare la varianza.
  3. Se i dati sono non stazionari, differenziare i dati un numero di volte sufficiente a rendere stazionaria la serie.
  4. Esaminare i grafici delle funzioni di autocorrelazione empiriche, ACF/PACF: può essere appropriato un modello ARIMA(p,d,0) o ARIMA(0,d,q)?
  5. Provare il modello o i modelli scelti e usa l’AICc per cercare un modello migliore.
  6. Controllare i residui del modello scelto utilizzando l’ACF dei residui e facendo un test portmanteau dei residui. Se non sembrano white noise, provare un modello leggermente modificato.
  7. Una volta che i residui sembrano essere white noise, usare il modello per prevedere.

L’algoritmo di Hyndman-Khandakar si occupa solo dei passi 3–5. Quindi, anche se lo si usa, bisognerà comunque occuparsi degli altri passi in autonomia.

Il processo è riassunto nella figura 9.12.

Figura 9.12: Processo generale per prevedere usando un modello ARIMA.

Test portmanteau sui residui dei modelli ARIMA

Per i modelli ARIMA, si ottengono test portmanteau più accurati se i gradi di libertà della statistica test vengono corretti per tenere conto del numero di parametri del modello. In particolare, si usano \ell - K gradi di libertà, dove \ell è il numero di ritardi utilizzati nel test e K è il numero di parametri AR e MA del modello. Quindi, per i modelli non stagionali considerati finora, K = p + q. Il valore di K viene passato alla funzione ljung_box tramite l’argomento dof, come mostrato nell’esempio seguente.

Esempio: Esportazioni della Repubblica Centrafricana

Applichiamo la procedura appena descritta alla serie delle esportazioni della Repubblica Centrafricana riportate in Figura 9.13.

global_economy |>
  filter(Code == "CAF") |>
  autoplot(Exports) +
  labs(title = "Esportazioni della Repubblica Centrafricana", x = "Anno", y = "% del GDP")
Figura 9.13: Esportazioni della Repubblica Centrafricana come percentuale del GDP.
  1. Dall’osservazione del grafico della serie, si evince una certa non stazionarietà dovuta ad un trend decrescente. Il miglioramento che si verifica nel 1994 è dovuto a un nuovo governo che ha rovesciato la giunta militare e, inizialmente, ha avuto un certo successo, prima che i disordini causassero un ulteriore declino economico.

  2. Non sembra esserci alcuna evidenza di cambiamenti nella varianza, per cui non è necessaria alcuna trasformazione di Box-Cox.

  3. Per eliminare la non stazionarietà, applichiamo ai dati una differenza prima. La serie differenziata è mostrata nella Figura 9.14.

    global_economy |>
      filter(Code == "CAF") |>
      gg_tsdisplay(difference(Exports), plot_type = 'partial') +
      labs(x = "Anno")
    Figura 9.14: Grafico, ACF e PACF per la serie delle differenze prime delle esportazioni della Repubblica Centrafricana.

    La serie ora sembra essere stazionaria.

  4. La PACF riportata in Figura 9.14 suggerisce un modello AR(2); pertanto come candidato iniziale si può prendere un modello ARIMA(2,1,0). La funzione ACF suggerisce un modello MA(3); quindi un candidato alternativo è il modello ARIMA(0,1,3).

  5. Abbiamo adattato sia un modello ARIMA(2,1,0) che un modello ARIMA(0,1,3) insieme a due procedure di selezione automatica del modello, una che usa la procedura a passi descritta in precedenza, e una che ricerca il modello migliore fra molti modelli.

    caf_fit <- global_economy |>
      filter(Code == "CAF") |>
      model(
        arima210 = ARIMA(Exports ~ pdq(2, 1, 0)),
        arima013 = ARIMA(Exports ~ pdq(0, 1, 3)),
        stepwise = ARIMA(Exports),
        search = ARIMA(Exports, stepwise = FALSE)
      )
    
    caf_fit |> pivot_longer(!Country, names_to = "Nome del modello", values_to = "Ordini")
    # A mable: 4 x 3
    # Key:     Country, Nome del modello [4]
      Country                  `Nome del modello`         Ordini
      <fct>                    <chr>                     <model>
    1 Central African Republic arima210           <ARIMA(2,1,0)>
    2 Central African Republic arima013           <ARIMA(0,1,3)>
    3 Central African Republic stepwise           <ARIMA(2,1,2)>
    4 Central African Republic search             <ARIMA(3,1,0)>
    glance(caf_fit) |> arrange(AICc) |> select(.model:BIC)
    # A tibble: 4 × 6
      .model   sigma2 log_lik   AIC  AICc   BIC
      <chr>     <dbl>   <dbl> <dbl> <dbl> <dbl>
    1 search     6.52   -133.  274.  275.  282.
    2 arima210   6.71   -134.  275.  275.  281.
    3 arima013   6.54   -133.  274.  275.  282.
    4 stepwise   6.42   -132.  274.  275.  284.

    I quattro modelli considerati hanno valori AICc quasi identici. Dei modelli identificati, il metodo che utilizza la ricerca completa ha trovato che un modello ARIMA(3,1,0) che ha il valore AICc più basso, seguito dai modelli ARIMA(2,1,0) e ARIMA(0,1,3) — gli ultimi due sono i modelli che abbiamo identificato dai grafici ACF e PACF. La procedura di selezione automatica stepwise, invece, ha identificato un modello ARIMA(2,1,2), che ha il più alto valore AICc fra i quattro modelli.

  6. La funzione di autocorrelazione, ACF, dei residui del modello ARIMA(3,1,0) mostra che tutte le autocorrelazioni sono dentro le bande di confidenza, indicando, quindi, che i residui si comportano come white noise.

    caf_fit |>
      select(search) |>
      gg_tsresiduals() +
      labs(x = "Anno", y = "Residui di innovazione")
    Figura 9.15: Grafici dei residui per il modello ARIMA(3,1,0).

    Inoltre, un test portmanteau (con K = 3) ritorna un valore elevato del p-value, confermando l’ipotesi che i residui siano white noise.

    augment(caf_fit) |>
      filter(.model == 'search') |>
      features(.innov, ljung_box, lag = 10, dof = 3)
    # A tibble: 1 × 4
      Country                  .model lb_stat lb_pvalue
      <fct>                    <chr>    <dbl>     <dbl>
    1 Central African Republic search    5.75     0.569
  7. Le previsioni ottenute dal modello selezionato sono riportate nella Figura 9.16.

    caf_fit |>
      forecast(h = 5) |>
      filter(.model == 'search') |>
      autoplot(global_economy) +
      labs(x = "Anno") +
      guides(fill_ramp = guide_legend(title = "Livello"))
    Figura 9.16: Previsioni per la serie delle esportazioni della Repubblica Centrafricana.

    Si noti che le previsioni ottenute sono molto simili a quelle che si otterrebbero con un random walk (equivalente a un ARIMA(0,1,0)). L’inclusione di ulteriori termini AR e MA non ha portato a differenze sostanziali in questo esempio, anche se gli intervalli di previsione sono molto più stretti che per un modello random walk.

Il termine costante in R

Un modello ARIMA non stagionale può essere scritto come (1 - \phi_1B - \cdots - \phi_p B^p)(1 - B)^d y_t = c + (1 + \theta_1 B + \cdots + \theta_q B^q)\varepsilon_t, \tag{9.3} o equivalentemente come (1 - \phi_1B - \cdots - \phi_p B^p)(1 - B)^d (y_t - \mu t^d/d!) = (1 + \theta_1 B + \cdots + \theta_q B^q)\varepsilon_t, \tag{9.4} dove c = \mu(1-\phi_1 - \cdots - \phi_p ) e \mu è la media di (1-B)^d y_t. Il pacchetto fable usa la parametrizzazione dell’equazione 9.3 mentre molte altre routine di R usano la rappresentazione fornita dall’equazione 9.4.

Pertanto, l’inclusione di un termine costante in un modello ARIMA non stazionario equivale a indurre un trend polinomiale di ordine d nelle previsioni. (Se la costante viene omessa, le previsioni includono un trend polinomiale di ordine d-1). Quando d=0, abbiamo il caso speciale in cui \mu è la media di y_t.

Per default, la funzione ARIMA() determina automaticamente se una costante deve essere inclusa. Per d=0 o d=1, la costante viene inclusa se migliora il valore AICc. Se d>1 la costante viene sempre omessa, poiché una tendenza quadratica o di ordine superiore è particolarmente pericolosa in fase di previsione.

La costante può essere specificata includendo 0 o 1 nella formula del modello (come l’intercetta in lm()). Per esempio, per selezionare automaticamente un modello ARIMA con costante, si può usare ARIMA(y ~ 1 + ...). Allo stesso modo, una costante può essere esclusa usando ARIMA(y ~ 0 + ...).

La rappresentazione grafica delle radici caratteristiche

(Questa è una sezione avanzata e può essere evitata se desiderato.)

Possiamo riscrivere l’equazione 9.3 come \phi(B) (1 - B)^d y_t = c + \theta(B) \varepsilon_t dove \phi(B)= (1-\phi_1B - \cdots - \phi_p B^p) è un polinomio di ordine p in B e \theta(B) = (1 + \theta_1 B + \cdots + \theta_q B^q) è un polinomio di ordine q in B.

Le condizioni di stazionarietà per il modello sono che le p radici complesse di \phi(B) stiano al di fuori del cerchio di raggio unitario, e le condizioni di invertibilità che le q radici complesse di \theta(B) stiano fuori dal cerchio di raggio unitario. Quindi, per vedere se il modello soddisfa le condizioni di invertibilità e/o di stazionarietà, possiamo usare un grafico che riporta le radici in relazione al cerchio (complesso) di raggio unitario.

In realtà, è più facile considerare l’inverso delle radici, dal momento che queste dovrebbero trovarsi tutte all’interno del cerchio di raggio unitario. Questo si può fare facilmente in R. Per il modello ARIMA(3,1,0) adattato alle esportazioni della Repubblica Centrafricana, otteniamo la figura 9.17.

gg_arma(caf_fit |> select(Country, search)) +
  labs(x = "Re(1/radice)", y = "Im(1/radice)", colour = "Cerchio unitario")
Figura 9.17: Radici caratteristiche inverse per il modello ARIMA(3,1,0) adattato alle esportazioni della Repubblica Centrafricana.

I tre punti arancioni nel grafico corrispondono alle radici del polinomio \phi(B). Si può osservare, che si trovano tutte all’interno del cerchio di raggio unitario unitario, come ci aspettavamo, perché fable assicura che il modello stimato sia stazionario e invertibile. Qualsiasi radice vicina al cerchio unitario può essere numericamente instabile, e il modello corrispondente potrebbe non essere buono per le previsioni.

La funzione ARIMA() non restituirà mai un modello con (l’inverso delle) radici che si trovano al di fuori del cerchio unitario. Anche i modelli selezionati automaticamente dalla funzione ARIMA() non conterranno radici vicine a uno.index{ARIMA@} Di conseguenza, può accadere di trovare modelli con un valore AICc migliore di quello restituito da ARIMA(), ma tali modelli saranno potenzialmente problematici.

9.8 Previsioni

Previsioni puntuali

Sebbene, nel nostro esempio, abbiamo calcolato le previsioni dai modelli ARIMA, non abbiamo ancora spiegato come si ottengono. Le previsioni puntuali possono essere calcolate usando i seguenti tre passi.

  1. Riscrivere l’equazione del modello ARIMA in modo tale che y_t sia dalla parte sinistra e tutti glia ltri termini sulla destra.
  2. Riscrivere l’equazione sostituendo t con T+h.
  3. Sulla parte destra dell’equazione, sostituire le osservazioni future con la loro previsione, gli errori futuri con zero, e gli errori passati con i corrispondenti residui.

Iniziando con h=1, questi passi devono essere ripetuti per h=2,3,\dots fino a che tutte le previsioni vengono calcolate.

La procedura è più facilmente comprensibile se la illustriamo con un esempio. Utilizziamo un modello ARIMA(3,1,1) che può essere riscritto come segue:

(1 - \hat{\phi}_1B - \hat{\phi}_2B^2 - \hat{\phi}_3B^3)(1 - B) y_t = (1 + \hat{\theta}_1B)\varepsilon_{t}. Quindi sviluppiamo la parte sinistra per ottenere \left[ 1 - (1 + \hat{\phi}_1)B + (\hat{\phi}_1 - \hat{\phi}_2)B^2 + (\hat{\phi}_2 - \hat{\phi}_3)B^3 + \hat{\phi}_3B^4 \right] y_t = (1 + \hat{\theta}_1B)\varepsilon_{t}, e applicando l’operatore ritardo otteniamo y_t - (1 + \hat{\phi}_1)y_{t-1} + (\hat{\phi}_1 - \hat{\phi}_2)y_{t-2} + (\hat{\phi}_2 - \hat{\phi}_3)y_{t-3} + \hat{\phi}_3y_{t-4} = \varepsilon_t + \hat{\theta}_1\varepsilon_{t-1}. Infine, spostiamo tutti i termini diversi da y_t sulla parte destra dell’equazione: y_t = (1 + \hat{\phi}_1)y_{t-1} - (\hat{\phi}_1 - \hat{\phi}_2)y_{t-2} - (\hat{\phi}_2 - \hat{\phi}_3)y_{t-3} - \hat{\phi}_3y_{t-4} + \varepsilon_t + \hat{\theta}_1\varepsilon_{t-1}. \tag{9.5} Questo completa il primo passo. Anche se l’equazione ora sembra quella di un modello ARIMA(4,0,1), è ancora lo stesso modello ARIMA(3,1,1) con cui abbiamo iniziato. Non può essere considerato un ARIMA(4,0,1) perché i coefficienti non soddisfano le condizioni di stazionarietà.

Per il seondo passo, sostituiamo t con T+1 in (9.5): y_{T+1} = (1 + \hat{\phi}_1)y_{T} - (\hat{\phi}_1 - \hat{\phi}_2)y_{T-1} - (\hat{\phi}_2 - \hat{\phi}_3)y_{T-2} - \hat{\phi}_3y_{T-3} + \varepsilon_{T+1} + \hat{\theta}_1\varepsilon_{T}. Assumendo di avere osservazioni fino al tempo T, tutti i valori sulla parte destra dell’equazione sono noti ad eccezione di \varepsilon_{T+1}, che sostituiamo con zero, e \varepsilon_T, che sostituiamo con l’ultimo residuo stimato e_T: \hat{y}_{T+1|T} = (1 + \hat{\phi}_1)y_{T} - (\hat{\phi}_1 - \hat{\phi}_2)y_{T-1} - (\hat{\phi}_2 - \hat{\phi}_3)y_{T-2} - \hat{\phi}_3y_{T-3} + \hat{\theta}_1e_{T}.

La previsione di y_{T+2} si ottiene sostituendo t con T+2 in (9.5) . Tutti i valori sulla parte destra dell’equazione sono noti al tempo T eccetto y_{T+1} che sostituiamo con \hat{y}_{T+1|T}, e \varepsilon_{T+2} e \varepsilon_{T+1}, entrambi sostituiti con zero: \hat{y}_{T+2|T} = (1 + \hat{\phi}_1)\hat{y}_{T+1|T} - (\hat{\phi}_1 - \hat{\phi}_2)y_{T} - (\hat{\phi}_2 - \hat{\phi}_3)y_{T-1} - \hat{\phi}_3y_{T-2}.

Il processo di previsione continua in questo modo per tutti i passi di previsione. In questo modo, possiamo ottenere una previsione puntuale per qualsiasi valore futuro.

Intervalli di previsione

Il calcolo di intervalli di previsione per modelli ARIMA è più complicato, e i dettagli sono ben oltre lo scopo di questo libro. Qui daremo solo qualche semplice esempio.

Il primo intervallo di previsione è facile da calcolare. Se \hat{\sigma} è la deviazione standard dei residui, allora un intervallo di previsione al 95% è dato da \hat{y}_{T+1|T} \pm 1.96\hat{\sigma}. Questo risultato è vero per tutti i modelli ARIMA indipendentemente dall’ordine del modello e dal valore di parametri.

Intervalli di previsione a più passi per modelli ARIMA(0,0,q) sono relativamente facoli da calcolare. Possiamo scrivere il modello come y_t = \varepsilon_t + \sum_{i=1}^q \theta_i \varepsilon_{t-i}. Pertanto, la varianza di previsione stimata può essere scritta come \hat\sigma_h^2 = \hat{\sigma}^2 \left[ 1 + \sum_{i=1}^{h-1} \hat{\theta}_i^2\right], \qquad\text{per $h=2,3,\dots$,} dove \hat{\theta}_i = 0 per i > q, e un intervallo di previsione al 95% è dato da \hat{y}_{T+h|T} \pm 1.96\hat\sigma_h.

Nella Sezione 9.4, abbiamo mostrato che un modello AR(1) può essere riscritto come un modello MA(\infty). Usando questa equivalenza, il precedente risultato, valido per modelli MA(q), può essere utilizzato per ottenere intervalli di previsione anche per modelli AR(1).

Risultati più generali, e intervalli di previsione a più passi per modelli ARIMA(p,d,q), sono riportati in libri di testo più avanzati come, per esempio, Brockwell & Davis (2016).

Gli intervalli di previsione per i modelli ARIMA si basano sull’assunzione che i residui siano non correlati e normalmente distribuiti. Se una di queste ipotesi non è valida, gli intervalli di previsione possono non essere corretti. Per questo motivo, è importante rappresentare sempre l’ACF e l’istogramma dei residui per verificare tali ipotesi prima di calcolare gli intervalli di previsione.

Se i residui sono incorrelati, ma non norlmamente distribuiti, allora si possono ottenere degli intervalli di previsione usando il bootstrap, come discusso nella Sezione 5.5. Questo si può fare facilmente aggiungendo bootstrap=TRUE nella funzione forecast().

In generale, l’ampiezza degli intervalli di previsione per i modelli ARIMA aumenta all’aumentare dell’orizzonte di previsione. Per i modelli stazionari (cioè con d=0) l’ampiezza diventa costante, così che gli intervalli di previsione per orizzonti lunghi sono tutti essenzialmente uguali. Per d=1, invece, l’ampiezza degli intervalli di previsione continua a crescere nel futuro.

Come per la maggior parte degli intervalli di previsione, quelli basati sui modelli ARIMA tendono ad essere troppo stretti. Questo si verifica, perché, nel calcolarli, si tiene conto solo della variabilità dovuta agli errori. In realtà, bisognerebbe tener conto anche della variabilità dovuta alle stime dei parametrie all’ordine del modello. Inoltre, il calcolo degli intervalli di previsione presuppone che il modello ARIMA adattato alla serie storica continui a valere anche nel periodo di previsione.

9.9 Modelli ARIMA stagionali

Finora, abbiamo limitato la nostra attenzione a serie di dati non stagionali e a modelli ARIMA non stagionali. Tuttavia, i modelli ARIMA sono anche in grado di modellare componenti stagionali presenti nei dati.

Un modello ARIMA stagionale è formato includendo termini stagionali aggiuntivi nei modelli ARIMA che abbiamo visto finora. Può scriversi come segue:

ARIMA \underbrace{(p, d, q)} \underbrace{(P, D, Q)_{m}}
{\uparrow} {\uparrow}
Parte non stagionale Parte stagionale
del modello del modello

dove m = è il periodo stagionale (cioè, il numero di osservazioni per anno). Nel seguito, useremo la notazione maiuscola per indicare le componenti stagionali del modello, e la notazione minuscola per le componenti non stagionali.

La parte stagionale del modello consiste in termini che sono simili alle componenti non stagionali del modello, ma coinvolgono ritardi del periodo stagionale. Per esempio, un modello ARIMA(1,1,1)(1,1,1)_{4} (senza costante) è un modello per dati trimestrali (m=4), e può essere scritto come (1 - \phi_{1}B)~(1 - \Phi_{1}B^{4}) (1 - B) (1 - B^{4})y_{t} = (1 + \theta_{1}B)~ (1 + \Theta_{1}B^{4})\varepsilon_{t}.

I temini stagionali aggiuntivi sono semplicemente moltiplicati per i termini non stagionali.

ACF/PACF

La componente stagionale di un modello AR o MA si può vedere ai ritardi stagionali della PACF e ACF. Per esempio, un modello ARIMA(0,0,0)(0,0,1)_{12} avrà:

  • un picco al ritardo 12 della ACF e nessun altro picco significativo;
  • un decrescimento esponenziale ai ritardi stagionali della PACF (cioè, ai ritardi 12, 24, 36, …).

In modo simile, un modello ARIMA(0,0,0)(1,0,0)_{12} mostrerà:

  • un decrescimento esponenziale ai ritardi stagionali della ACF;
  • un singolo picco significativo al ritardo 12 della PACF.

Per identificare gli ordini stagionali appropriati per un modello ARIMA stagionale, è bene limitare l’attenzione ai ritardi stagionali.

La procedura di modellazione è quasi la stessa dei dati non stagionali, se non che dobbiamo selezionare le componenti AR e MA stagionali oltre alle componenti non stagionali del modello. Il processo è meglio illustrato tramite alcuni esempi.

Esempio: Occupazione mensile negli Stati Uniti per il tempo libero e l’ospitalità

Descriveremo, ora, come identificare un modello ARIMA stagionale utilizzando i dati mensili dell’occupazione statunitense per i posti di lavoro nel settore del tempo libero e dell’ospitalità da gennaio 2001 a settembre 2019, mostrati nella figura 9.18.

leisure <- us_employment |>
  filter(Title == "Leisure and Hospitality", year(Month) > 2000) |>
  mutate(Employed = Employed / 1000) |>
  select(Month, Employed)
autoplot(leisure, Employed) +
  labs(
    x = "Mese",
    title = "Occupazione mensile USA: tempo libero e ospitalità",
    y = "Numero di persone (milioni)"
  )
Figura 9.18: Occupazione mensile USA per tempo libero e ospitalità, 2001-2019.

I dati sono chiaramente non stazionari, con una forte componente stagionale e un trend non lineare, pertanto dobbiamo utilizzare una differenza stagionale. La differenza stagionale della serie è mostrata in figura 9.19.

leisure |>
  gg_tsdisplay(difference(Employed, 12), plot_type = 'partial', lag = 36) +
  labs(title = "Differenza stagionale", x = "Mese", y = "")
Figura 9.19: Occupazione mensile USA per tempo libero e ospitalità: differenza stagionale.

Appare evidente che ci siano altre componenti non stazionarie, pertanto sulla serie (già differenziata stagionalmente) viene applicata una differenza prima. La serie ulteriormente differenziata è riportata in figura 9.20.

leisure |>
  gg_tsdisplay(
    difference(Employed, 12) |> difference(),
    plot_type = 'partial',
    lag = 36
  ) +
  labs(title = "Doppia differenziazione", x = "Mese", y = "")
Figura 9.20: Occupazione mensile USA per tempo libero e ospitalità: doppia differenziazione.

In nostro obiettivo, ora, è quello di trovare un modello ARIMA appropriato basandosi sulle funzioni ACFe PACF riportate in figura 9.20. In picco significativo al ritardo 2 nella ACF suggerisce una componente MA(2) non stagionale. Il picco significativo al ritardo 12 nella ACF suggerisce una componente MA(1) stagionale. Conseguentemente, iniziamo con un modello ARIMA(0,1,2)(0,1,1)_{12}, che indica la presenza di una differenza prima, una differenza stagionale, una componente MA(2) non stagionale e una MA(1) stagionale. Se avessimo iniziato, opsservando la PACF, avremmo selezionato un modello ARIMA(2,1,0)(0,1,1)_{12} — usando la PACF per identificare la componente non stagionale e l’ACF per identificare la componente stagionale. Abbiamo anche consideranto un modello identificato in modo automatico. Ponendo stepwise=FALSE e approximation=FALSE, richiediamo del lavoro extra ad R per trovare un buon modello. Ovviamente questo richiede più tempo, ma avendo una sola serie, ciò non costituisce un grande problema.

fit <- leisure |>
  model(
    arima012011 = ARIMA(Employed ~ pdq(0, 1, 2) + PDQ(0, 1, 1)),
    arima210011 = ARIMA(Employed ~ pdq(2, 1, 0) + PDQ(0, 1, 1)),
    auto = ARIMA(Employed, stepwise = FALSE, approx = FALSE)
  )
fit |> pivot_longer(everything(), names_to = "Nome del modello", values_to = "Ordini")
# A mable: 3 x 2
# Key:     Nome del modello [3]
  `Nome del modello`                    Ordini
  <chr>                                <model>
1 arima012011        <ARIMA(0,1,2)(0,1,1)[12]>
2 arima210011        <ARIMA(2,1,0)(0,1,1)[12]>
3 auto               <ARIMA(2,1,0)(1,1,1)[12]>
glance(fit) |> arrange(AICc) |> select(.model:BIC)
# A tibble: 3 × 6
  .model       sigma2 log_lik   AIC  AICc   BIC
  <chr>         <dbl>   <dbl> <dbl> <dbl> <dbl>
1 auto        0.00142    395. -780. -780. -763.
2 arima210011 0.00145    392. -776. -776. -763.
3 arima012011 0.00146    391. -775. -775. -761.

La funzione ARIMA() usa unitroot_nsdiffs() per determinare il valore di D (il numero di differenze stagionali da utilizzare), e unitroot_ndiffs() per determinare il valore di d (il numero di differenze non stagionali), quando tali valori non sono specificati. La selezione degli altri ordini del modello (p,q,P e Q) è determinata minimizzando il valore del criterio di informazione automatico AICc, come abbiamo visto per i modelli non stagionali.

I tre modelli identificati hanno valori molto simili del criterio AICc, con il modello identificato in modo automatico leggermente migliore. La nostra seconda “scelta”, il modello ARIMA(2,1,0)(0,1,1)_{12}, è risultato essere molto vicino al modello selezionato automaticamente con ARIMA(2,1,0)(1,1,1)_{12}.

I grafici relativi ai residui per il modello migliore sono riportati nella figura 9.21.

fit |> select(auto) |> gg_tsresiduals(lag = 36) + labs(x = "Mese", y = "Residui di innovazione")
Figura 9.21: Residui del modello ARIMA(2,1,0)(1,1,1)_{12}.

Sebbene ci sia un piccolo, ma significativo, picco (al ritardo 11) sui 36 considerati l’ipotesi che i residui siano white noise può considerarsi verificata. Per esserne certi, usiamo il test di Ljung-Box, facendo attenzione a impostare i gradi di libertà in modo che corrispondano al numero di parametri nel modello.

augment(fit) |>
  filter(.model == "auto") |>
  features(.innov, ljung_box, lag = 24, dof = 4)
# A tibble: 1 × 3
  .model lb_stat lb_pvalue
  <chr>    <dbl>     <dbl>
1 auto      16.6     0.680

I grandi valori dei p-value confermano che i residui si comportano come white noise.

Abbiamo quindi identificato un modello ARIMA stagionale che supera i controlli richiesti ed è pronto per le previsioni. Le previsioni del modello per i successivi tre anni sono riportate nella figura 9.22. Grazie alla doppia differenziazione, le previsioni seguono molto bene il trend e l’andamento stagionale.

forecast(fit, h = 36) |>
  filter(.model == 'auto') |>
  autoplot(leisure) +
  labs(
    title = "Occupazione USA: tempo libero e ospitalità",
    x = "Mese",
    y = "Numero di persone (milioni)"
  ) +
  guides(fill_ramp = guide_legend(title = "Livello"))
Figura 9.22: Previsioni per l’occupazione mensile negli Stati Uniti per il tempo libero e l’ospitalità usando il modello ARIMA(2,1,0)(1,1,1)_{12}. Sono riportati gli intervalli di previsione all’80% e al 95%.

Esempio: vendita di corticosteroidi in Australia

Come secondo esempio, cerchiamo di prevedere le vendite mensili di farmaci corticosteroidi in Australia. Questi farmaci sono anche conosciuti come farmaci H02 (secondo lo schema di classificazione Anatomico Terapeutico Chimico).

h02 <- PBS |>
  filter(ATC2 == "H02") |>
  summarise(Cost = sum(Cost) / 1e6)
h02 |>
  mutate(log(Cost)) |>
  pivot_longer(-Month) |>
  ggplot(aes(x = Month, y = value)) +
  geom_line() +
  facet_grid(name ~ ., scales = "free_y") +
  labs(x = "Mese", y = "", title = "Vendite di corticosteroidi (H02)")
Figura 9.23: Vendite di corticosteroidi in Australia (in milioni di script per mese). Il grafico inferiore riporta il logaritmo dei dati.

I dati, dal luglio 1991 al giugno 2008, sono riportati nella figura 9.23. Poiché è evidente una leggera crescita della variabilità, prendiamo il logartitmo dei dati per stabilizzare la varianza.

La serie contiene una forte componente stagionale ed è, ovviamente, non stazionaria, pertanto è necessario usare una differenza stagionale. La serie differenziata stagionalmente è riportata nella figura 9.24. Non è chiaro, a questo punto, se dovrebbe essere utilizzata anche una differenza prima o no. Noi decidiamo di non usarla, ma la scelta non è evidente.

Le ultime osservazioni sembrano essere diverse (più variabili) dai dati precedenti. Questo può essere dovuto al fatto che i dati sono talvolta revisionati quando le vendite precedenti sono riportate in ritardo.

h02 |>
  gg_tsdisplay(difference(log(Cost), 12), plot_type = 'partial', lag_max = 24) +
  labs(x = "Mese")
Figura 9.24: Serie stagionalmente differenziata delle vendite di corticosteriodi in Australia (milioni di script per mese).

Nei grafici relativi alla serie stagionalmente differenziata, sono evidenti due picchi significativi nella PACF ai ritardi 12 e 24, ma nella ACF non ci sono picchi significativi ai ritardi stagionali. Questo suggerisce una componente AR(2) stagionale. Ai ritardi non stagionali, troviamo tre picchi significativi nella PACF, che suggeriscono una possibile componente AR(3). La funzione ACF non suggerisce alcun semplice modello.

Conseguentemente, questa analisi iniziale suggerisce che un possibile modello per i nostri dati sia un ARIMA(3,0,0)(2,1,0)_{12}. Adattiamo, quindi, questo modello ai dati assieme ad altri modelli che variano poco rispetto a questo, e ne calcoliamo i valori del criterio AICc che sono riportati nella Tabella 9.2.

Tabella 9.2: Valori del criterio AICc per i diversi modelli ARIMA adattati alla serie delle vendite mensili H02.
Modello AICc
ARIMA(3,0,1)(0,1,2)_{12} -485.5
ARIMA(3,0,1)(1,1,1)_{12} -484.2
ARIMA(3,0,1)(0,1,1)_{12} -483.7
ARIMA(3,0,1)(2,1,0)_{12} -476.3
ARIMA(3,0,0)(2,1,0)_{12} -475.1
ARIMA(3,0,2)(2,1,0)_{12} -474.9
ARIMA(3,0,1)(1,1,0)_{12} -463.4

Di questi modelli, il migliore (cioè quello col minor valore del criterio AICc) è il modello ARIMA(3,0,1)(0,1,2)_{12}. I residui di tale modello sono riportati nella figura 9.25.

fit <- h02 |>
  model(ARIMA(log(Cost) ~ 0 + pdq(3, 0, 1) + PDQ(0, 1, 2)))
fit |> gg_tsresiduals(lag_max = 36) + labs(x = "Mese", y = "Residui di innovazione")
Figura 9.25: Residui del modello ARIMA(3,0,1)(0,1,2)_{12} adattato alla serie delle vendite mensili di corticosteroidi.
augment(fit) |>
  features(.innov, ljung_box, lag = 24, dof = 6)
# A tibble: 1 × 3
  .model                                             lb_stat lb_pvalue
  <chr>                                                <dbl>     <dbl>
1 ARIMA(log(Cost) ~ 0 + pdq(3, 0, 1) + PDQ(0, 1, 2))    23.7     0.166

Ci sono alcuni picchi significativi nella ACF, ma il modello supera il test di Ljung-Box.

Proviamo ad usare l’algoritmo ARIMA automatico. L’esecuzione di ARIMA() lasciando tutti gli argomenti ai loro valori di default ha selezionato un modello ARIMA(2,1,0)(0,1,1)_{12}. Eseguendo ARIMA() con stepwise=FALSE e approximation=FALSE si ottiene un modello ARIMA(2,1,3)(0,1,1)_{12}. Tutti questi modelli forniscono previsioni quasi identiche, quindi non è molto importante quale si decida di usare.

Valutazione su un insieme di prova:

Confrontiamo ora alcuni dei modelli adattati finora, usando un sottoinsieme di prova set costituito dai dati degli ultimi due anni. In pratica, adattiamo i modelli considerati usando solo i dati da luglio 1991 a giugno 2006, e prevediamo, quindi,le vendite degli script per il periodo luglio 2006 – giugno 2008. I risultati sono riassunti nella tabella 9.3.

Tabella 9.3: Valori del RMSE per diversi modelli ARIMA applicati alla serie mensile delle vendite H02 nel periodo luglio 2006 – giugno 2008.
Modello RMSE
ARIMA(3,0,1)(1,1,1)_{12} 0.0619
ARIMA(3,0,1)(0,1,2)_{12} 0.0621
ARIMA(2,1,1)(0,1,1)_{12} 0.0622
ARIMA(2,1,2)(0,1,1)_{12} 0.0623
ARIMA(2,1,4)(0,1,1)_{12} 0.0627
ARIMA(2,1,3)(0,1,1)_{12} 0.0628
ARIMA(3,0,1)(0,1,1)_{12} 0.0630
ARIMA(3,0,2)(0,1,1)_{12} 0.0630
ARIMA(2,1,0)(0,1,1)_{12} 0.0630
ARIMA(3,0,1)(0,1,3)_{12} 0.0630
ARIMA(3,0,3)(0,1,1)_{12} 0.0633
ARIMA(3,0,2)(2,1,0)_{12} 0.0651
ARIMA(3,0,1)(2,1,0)_{12} 0.0653
ARIMA(2,1,0)(1,1,0)_{12} 0.0666
ARIMA(3,0,1)(1,1,0)_{12} 0.0666
ARIMA(3,0,0)(2,1,0)_{12} 0.0668

Sull’insieme di dati di prova, i modelli scelti manualmente hanno un RMSE molto prossimo al valore del miglior modello, ma anche i modelli scelti automaticamente con ARIMA() non presentano valori molto distanti.

Quando i modelli vengono confrontati usando i valori del criterio AICc, è importante che abbiano tutti lo stesso ordine di differenziazione. Tuttavia, quando confrontiamo più modelli usando un sottoinsieme di dati di prova, qualsiasi sia il modo in cui sono state calcolate le previsioni — i confronti sono sempre validi. Di conseguenza, nella tabella qui sopra, possiamo includere alcuni modelli con la sola differenza stagionale e altri modelli che contengono sia la differenza prima sia quella stagionale, mentre nella tabella precedente contenente i valori AICc, abbiamo confrontato solo i modelli con la differenza stagionale, ma senza la differenza prima.

A volte non è possibile trovare un modello che superi tutti i test dei residui. In pratica, useremo il miglior modello che possiamo trovare, anche se non supera tutti i test.

Le previsioni dal modello ARIMA(3,0,1)(0,1,2)_{12} (che ha il secondo valore più basso del RMSE nell’insieme di prova, e il miglior valore del criterio AICc fra i modelli con solo la differenza stagionale) sono mostrate nella figura 9.26.

h02 |>
  model(ARIMA(log(Cost) ~ 0 + pdq(3, 0, 1) + PDQ(0, 1, 2))) |>
  forecast() |>
  autoplot(h02) +
  labs(x = "Mese", y = " $AU (milioni)", title = "Vendite di corticosteroidi (H02)") +
  guides(fill_ramp = guide_legend(title = "Livello"))
Figura 9.26: Previsioni dal modello ARIMA(3,0,1)(0,1,2)_{12} applicato alla serie mensile delle vendite di farmaci H02.

9.10 ARIMA vs ETS

È un mito comunemente ritenuto che i modelli ARIMA siano più generali dei modelli di lisciamento esponenziale (ETS). In realtà, mentre i modelli lineari di lisciamento esponenziale sono tutti casi speciali di modelli ARIMA, i modelli non lineari di lisciamento esponenziale non hanno controparti ARIMA equivalenti. D’altra parte, ci sono anche molti modelli ARIMA per cui non esiste una controparte fra i modelli di lisciamento esponenziale. In particolare, tutti i modelli ETS sono non stazionari, mentre alcuni modelli ARIMA lo sono. La figura 9.27 mostra la sovrapposizione fra le due classi di modelli.

Figura 9.27: Le classi di modelli ETS e ARIMA si sovrappongono con i modelli ETS additivi che hanno forme ARIMA equivalenti.

I modelli ETS con stagionalità o trend non smorzato o entrambi hanno due radici unitarie (cioè, sono necessarie due operazioni di differenziazione per renderli stazionari). Tutti gli altri modelli ETS hanno una radice unitaria (cioè, hanno bisogno di una differenziazione per essere stazionari).

La Tabella 9.4 riporta le relazioni di equivalenza per le due classi di modelli. Per i modelli stagionali, i parametri dei modelli ARIMA sono soggetti ad un grande numero di restrizioni.

Tabella 9.4: Relazioni di equivalenza fra modelli ETS e ARIMA.
Modello ETS Modello ARIMA Parametri
ETS(A,N,N) ARIMA(0,1,1) \theta_1=\alpha-1
ETS(A,A,N) ARIMA(0,2,2) \theta_1=\alpha+\beta-2
\theta_2=1-\alpha
ETS(A,A_d,N) ARIMA(1,1,2) \phi_1=\phi
\theta_1=\alpha+\phi\beta-1-\phi
\theta_2=(1-\alpha)\phi
ETS(A,N,A) ARIMA(0,1,m)(0,1,0)_m
ETS(A,A,A) ARIMA(0,1,m+1)(0,1,0)_m
ETS(A,A_d,A) ARIMA(1,0,m+1)(0,1,0)_m

Il criterio AICc è utile per selezionare tra modelli della stessa classe. Per esempio, possiamo usarlo per selezionare un modello ARIMA tra diversi modelli ARIMA candidati3 o un modello ETS tra diversi modelli ETS candidati. Tuttavia, non può essere usato per confrontare modelli ETS e ARIMA, perché appartengono a classi di modelli diverse, e la verosimiglianza è calcolata in modi diversi. Gli esempi che seguono mostrano come selezionare tra queste classi di modelli.\index{ARIMA-ETS equivalenze|)

Confronto fra modelli ARIMA() e ETS() per dati non stagionali

Possiamo usare la tecnica della cross-validation per serie storiche, per confrontare modelli ARIMA e ETS. Consideriamo la serie relativa alla popolazione Australiana dal dataset global_economy, introdotto nella Sezione 8.2.

aus_economy <- global_economy |>
  filter(Code == "AUS") |>
  mutate(Population = Population / 1e6)

aus_economy |>
  slice(-n()) |>
  stretch_tsibble(.init = 10) |>
  model(
    ETS(Population),
    ARIMA(Population)
  ) |>
  forecast(h = 1) |>
  accuracy(aus_economy) |>
  select(.model, RMSE:MAPE)
# A tibble: 2 × 5
  .model              RMSE    MAE   MPE  MAPE
  <chr>              <dbl>  <dbl> <dbl> <dbl>
1 ARIMA(Population) 0.194  0.0789 0.277 0.509
2 ETS(Population)   0.0774 0.0543 0.112 0.327

In questo caso il modello ETS ha una maggiore accuratezza se consideriamo le misure di performance della cross-validation. Di seguito calcoliamo e rappresentiamo graficamente le previsioni per i prossimi 5 anni usando un modello ETS.

aus_economy |>
  model(ETS(Population)) |>
  forecast(h = "5 years") |>
  autoplot(aus_economy |> filter(Year >= 2000)) +
  labs(title = "Popolazione australiana", x = "Anno", y = "Persone (milioni)") +
  guides(fill_ramp = guide_legend(title = "Livello"))
Figura 9.28: Previsioni per la serie della popolazione Australiana da un modello ETS.

Confronto fra ARIMA() e ETS() per dati stagionali

In questo caso vogliamo confrontare i modelli ARIMA e ETS stagionali applicati ai dati trimestrali della produzione di cemento (da aus_production). Poiché la serie è relativamente lunga, possiamo permetterci di usare un training set e un test set piuttosto che la cross-validation per serie temporali. Il vantaggio è che questo metodo è molto più veloce. Creiamo un training set dall’inizio del 1988 alla fine del 2007 e selezioniamo un modello ARIMA e uno ETS usando le funzioni ARIMA() e ETS().

cement <- aus_production |>
  select(Cement) |>
  filter_index("1988 Q1" ~ .)
train <- cement |> filter_index(. ~ "2007 Q4")

L’output sottostante mostra il modello selezionato e stimato da ARIMA(). Il modello ARIMA riesce a catturare bene tutte le dinamiche dei dati in quanto i residui sembrano essere white noise.

fit_arima <- train |> model(ARIMA(Cement))
report(fit_arima)
Series: Cement 
Model: ARIMA(1,0,1)(2,1,1)[4] w/ drift 

Coefficients:
         ar1      ma1   sar1     sar2     sma1  constant
      0.8886  -0.2366  0.081  -0.2345  -0.8979     5.388
s.e.  0.0842   0.1334  0.157   0.1392   0.1780     1.484

sigma^2 estimated as 11456:  log likelihood=-463.5
AIC=941   AICc=942.7   BIC=957.4
fit_arima |> gg_tsresiduals(lag_max = 16) + labs(x = "Trimestre", y = "Residui di innovazione")
Figura 9.29: Grafici dei residui per il modello ARIMA stimato sul training set relativo alla serie trimestrale della produzione di cemento.
augment(fit_arima) |>
  features(.innov, ljung_box, lag = 8, dof = 5)
# A tibble: 1 × 3
  .model        lb_stat lb_pvalue
  <chr>           <dbl>     <dbl>
1 ARIMA(Cement)   0.783     0.853

L’output sottostante mostra il modello ETS selezionato e stimato da ETS(). Anche questo modello riesce a catturare bene tutte le dinamiche dei dati, dato che i residui appaiono essere, anche per questo modello, white noise.

fit_ets <- train |> model(ETS(Cement))
report(fit_ets)
Series: Cement 
Model: ETS(M,N,M) 
  Smoothing parameters:
    alpha = 0.7534 
    gamma = 1e-04 

  Initial states:
 l[0]  s[0] s[-1] s[-2]  s[-3]
 1695 1.031 1.045 1.011 0.9122

  sigma^2:  0.0034

 AIC AICc  BIC 
1104 1106 1121 
fit_ets |>
  gg_tsresiduals(lag_max = 16) +
  labs(x = "Trimestre", y = "Residui di innovazione")
Figura 9.30: Grafici dei residui per il modello ETS stimato sul training set relativo alla serie trimestrale della produzione di cemento.
augment(fit_ets) |>
  features(.innov, ljung_box, lag = 8)
# A tibble: 1 × 3
  .model      lb_stat lb_pvalue
  <chr>         <dbl>     <dbl>
1 ETS(Cement)    5.49     0.704

L’output sottostante confronta le performance di previsione dei due modelli concorrenti sull’insieme di prova. In questo caso il modello ARIMA sembra essere il modello leggermente più accurato in base ai valori di RMSE, MAPE e MASE.

# Generate forecasts and compare accuracy over the test set
bind_rows(
  fit_arima |> accuracy(),
  fit_ets |> accuracy(),
  fit_arima |> forecast(h = 10) |> accuracy(cement),
  fit_ets |> forecast(h = 10) |> accuracy(cement)
) |>
  select(-ME, -MPE, -ACF1)
# A tibble: 4 × 7
  .model        .type     RMSE   MAE  MAPE  MASE RMSSE
  <chr>         <chr>    <dbl> <dbl> <dbl> <dbl> <dbl>
1 ARIMA(Cement) Training  100.  79.9  4.37 0.546 0.582
2 ETS(Cement)   Training  103.  80.0  4.41 0.547 0.596
3 ARIMA(Cement) Test      216. 186.   8.68 1.27  1.26 
4 ETS(Cement)   Test      222. 191.   8.85 1.30  1.29 

Di seguito calcoliamo e rappresentiamo graficamente le previsioni dal modello ARIMA per i prossimi 3 anni.

cement |>
  model(ARIMA(Cement)) |>
  forecast(h = "3 years") |>
  autoplot(cement) +
  labs(title = "Produzione di cemento in Australia", x = "Trimestre", y = "Tonnellate ('000)") +
  guides(fill_ramp = guide_legend(title = "Livello"))
Figura 9.31: Previsioni da un modello ARIMA adattato alla serie trimestrale della produzione di cemento, per tutto il periodo disponibile dal 1988).

9.11 Esercizi

  1. La figura 9.32 riporta le ACF per, rispettivamente, 36, 360 e 1000 numeri casuali.

    1. Spiega le differenza fra questi grafici. Secondo te, indicano tutti che i dati sono white noise?
    Figura 9.32: Sinistra: ACF per una serie white noise di 36 osservazioni. In mezzo: ACF per una serie white noise di 360 osservazioni. Destra: ACF per una serie white noise di 1000 osservazioni.
    1. Perché i valori critici sono a distanze diverse dalla media che è pari a zero? Perché le autocorrelazioni sono diverse in ogni grafico anche se si riferiscono tutte a serie white noise?
  2. Un classico esempio di serie non stazionaria è dato dai prezzi delle azioni. Rappresenta graficamente i prezzi di chiusura giornalieri delle azioni Amazon (contenuti in gafa_stock), assieme all’ACF e alla PACF. Spiega perché ogni grafico mostra che la serie è non stazionaria e dovrebbe essere differenziata.

  3. Per le seguenti serie, trova l’appropriata trasformazione di Box-Cox e l’ordine di differenziazione che permette di ottenere dati stazionari.

    1. GDP turco da global_economy.
    2. Incassi degli alloggi nello stato della Tasmania da aus_accommodation.
    3. Vendite mensili da souvenirs.
  4. Per la serie di dati souvenirs, scrivi le differenziazioni che hai scelto sopra usando l’operatore ritardo.

  5. Per i dati delle vendite al dettaglio (dell’esercizio 7 nella sezione 2.10), trova l’appropriato ordine di differenziazione (dopo aver eventualmente trasformato i dati) per ottenere dati stazionari.

  6. Simula e rappresenta alcune serie di dati generati da semplici modelli ARIMA.

    1. Usa il seguente codice R per generare dati da un modello AR(1) con \phi_{1} = 0.6 e \sigma^2=1. Il processo inizia con y_1=0.

      y <- numeric(100)
      e <- rnorm(100)
      for (i in 2:100) {
        y[i] <- 0.6 * y[i - 1] + e[i]
      }
      sim <- tsibble(idx = seq_len(100), y = y, index = idx)
    2. Rappresenta graficamente le serie. Come cambia il grafico al variare di \phi_1?

    3. Scrivi il tuo codice per generare dati da un modello MA(1) con \theta_{1} = 0,6 e \sigma^2=1.

    4. Rappresenta graficamente le serie. Come cambia il grafico al variare di \theta_1?

    5. Genera dati da un modello ARMA(1,1) con \phi_{1} = 0.6, \theta_{1} = 0.6 e \sigma^2=1.

    6. Genera dati da un modello AR(2) con \phi_{1} =-0.8, \phi_{2} = 0.3 e \sigma^2=1. (Si noti che con questi parametri la serie generata sarà non stazionaria.)

    7. Rappresenta le ultime due serie e confrontale.

  7. Considera la serie aus_airpassengers, il numero totale di passeggeri (in milioni) degli aerei australiani per il periodo 1970-2011.

    1. Usa ARIMA() per scegliere un appropriato modello ARIMA. Quale modello è stato selezionato? Controlla che i residui siano white noise. Rappresenta le previsioni per i prossimi 10 periodi.
    2. Scrivi il modello in termini dell’operatore ritardo.
    3. Rappresenta le previsioni per il modello ARIMA(0,1,0) con drift e confrontale con quelle ottenute al punto a.
    4. Rappresenta le previsioni per il modello ARIMA(2,1,2) con drift e confrontale con quelle ottenute ai punti a and c. Rimuovi la costante e osserva cosa accade.
    5. Rappresenta le previsioni per il modello ARIMA(0,2,1) con costante. Cosa succede?
  8. Per la serie del GDP degli Stati Uniti (da global_economy):

    1. se necessario, trova l’opportuna trasformazione di Box-Cox;
    2. adatta un opportuno modello ARIMA alla serie trasformata usando ARIMA();
    3. cerca altri modelli plausibili provando gli ordini scelti;
    4. scegli quello che pensi sia il modello migliore e controlla i residui del modello scelto;
    5. calcola le previsioni per il modello che hai scelto. Le previsioni ti sembrano ragionevoli?
    6. confronta i risultati con il modello che otterresti usando ETS() (senza trasformazione).
  9. Considera aus_arrivals, il numero trimestrale di visitatori internazionali in Australia da altri paesi per il periodo 1981 Q1 – 2012 Q3.

    1. Scegli un paese e decsrivi il grafico.
    2. Differenzia i dati per renderli stazionari.
    3. Cosa puoi capire dal grafico della ACF dei dati differenziati?
    4. Cosa puoi capire dal grafico della PACF dei dati differenziati?
    5. Quale modello suggeriscono questi grafici?
    6. ARIMA() ti da lo stesso modello che hai scelto? Altrimenti, quale modello pensi sia il migliore?
    7. Scrivi il modello prima usando l’operatore ritardo e quindi senza usare l’operatore ritardo.
  10. Scegli una serie da us_employment, il totale di occupati in diverse industrie negli Stati Uniti.

    1. Ricava la decomposizione STL per i dati scelti e descrivi il trend e la componente stagionale.
    2. I dati necessitano di essere trasformati? Se si, trova la trasformazione opportuna.
    3. I dati sono stazionari? Se no, trova l’appropriata differenziazione che rende i dati stazionari.
    4. Identifica una coppia di modelli ARIMA che possono adeguatamente descrivere le caratteristiche della serie storica. Quale dei tuoi modelli risulta essere il migliore secondo il criterio AIC?
    5. Stima i parametri del tuo modello migliore ed effettua gli opportuni controlli diagnostici sui residui. I residui si comportano come white noise? Se no, cerca un altro modello ARIMA che si adatti meglio alla serie.
    6. Prevedi i prossimi tre anni di dati. Ottieni le ultime osservazioni da https://fred.stlouisfed.org/categories/11 per controllare l’accuratezza delle tue previsioni.
    7. Alla fine, gli intervalli di previsione sono così ampi che le previsioni non sono particolarmente utili. Per quanti anni pensi si possano ottenere previsioni sufficientemente accurate da poter essere utilizzate?
  11. Scegli una delle seguenti serie storiche stagionali: produzione australiana di elettricità, cemento, o gas (da aus_production).

    1. I dati necessitano di essere trasformati? Se si, trova la trasformazione opportuna.
    2. I dati sono stazionari? Se no, trova l’appropriata differenziazione che rende i dati stazionari.
    3. Identifica una coppia di modelli ARIMA che possono adeguatamente descrivere le caretteristiche della serie storica. Quale dei tuoi modelli risulta essere il migliore in accordo al criterio AICc?
    4. Stima i parametri del tuo modello migliore ed effettua gli opportuni controlli diagnostici sui residui. I residui si comportano come white noise? Se no, cerca un altro modello ARIMA che si adatti meglio alla serie.
    5. Prevedi i prossimi 24 mesi usando il modello che hai scelto
    6. Confronta le previsioni ottenute usando ETS().
  12. Per la stessa serie temporale che hai usato nell’esercizio precedente, prova ad usare un modello non stagionale applicato ai dati destagionalizzati ottenuti da STL. Confronta le previsioni con quelle ottenute nell’esercizio precedente. Quale pensi sia l’approccio migliore?

  13. Per i dati relativi al turismo in Australia (da tourism):

    1. Adatta un modello ARIMA a ogni serie storica.
    2. Ottieni le previsioni per i modelli che hai adattato.
    3. Controlla le previsioni ottenute per le regioni “Snowy Mountains” e “Melbourne”. Ti sembrano ragionevoli?
  14. Per la serie storica delle vendite al dettaglio (Esercizio 5 sopra):

    1. identifica un appropriato modello ARIMA stagionale;
    2. confronta le previsioni con quelle ottenute nei capitoli precedenti;
    3. Procuratevi i dati aggiornati sulle vendite al dettaglio dal sito web dell’ABS (Cat 8501.0, tabella 11), e confronta le tue previsioni con le osservazioni reali. Quanto erano buone le previsioni dei vari modelli?
  15. Considera il numero di pellicce di lepre Snowshoe commercializzate dalla Hudson Bay Company tra il 1845 e il 1935 (set di dati pelt).

    1. Rappresenta graficamente la serie.

    2. Si decide di adattare all serie il seguente modello: y_t = c + \phi_1 y_{t-1} + \phi_2 y_{t-2} + \phi_3 y_{t-3} + \phi_4 y_{t-4} + \varepsilon_t, dove \varepsilon_t è una successione white noise. Di che tipo di modello ARIMA si tratta (cioè, che valori hanno p, d, e q)?

    3. Esaminando le funzioni ACF e PACF dei dati, spiega perché questo modello è appropriato.

    4. Gli ultimi 5 valori della serie sono riportati sotto:

      Anno 1931 1932 1933 1934 1935
      Numero di pellicce di lepre 19520 82110 89760 81660 15760

      I parametri stimati sono c = 30993, \phi_1 = 0.82, \phi_2 = -0.29, \phi_3 = -0.01, e \phi_4 = -0.22. Senza usare la funzione forecast(), calcola le previsioni per i prossimi 3 anni (1936–1939).

    5. Ora stima il modello usando R e calcola le previsioni usando forecast(). Quanto diverse sono tali previsioni da quelle da te ottenute? Perché?

  16. Considera la serie relativa alla popolazione della Svizzera dal 1960 al 2017 che si trova nel dataset global_economy.

    1. Rappresenta graficamente la serie di dati.

    2. Si decide di adattare all serie il seguente modello: y_t = c + y_{t-1} + \phi_1 (y_{t-1} - y_{t-2}) + \phi_2 (y_{t-2} - y_{t-3}) + \phi_3( y_{t-3} - y_{t-4}) + \varepsilon_t dove y_t rappresenta la popolazione nell’anno t e \varepsilon_t è una successione di white noise. Di che modello ARIMA si tratta (cioè, quali sono i valori di p, d, e q)?

    3. Spiega perché è stato scelto questo modello usando l’ACF e il PACF della serie differenziata.

    4. Gli ultimi cinque valori della serie sono riportati sotto.

      Anno 2013 2014 2015 2016 2017
      Popolazione (milioni) 8.09 8.19 8.28 8.37 8.47

      I parametri stimati sono c = 0.0053, \phi_1 = 1.64, \phi_2 = -1.17, e \phi_3 = 0.45. Senza usare la funzione forecast(), calcola le previsioni per i prossimi tre anni (2018–2020).

    5. Ora stima il modello usando R e calcola le previsioni usando forecast(). Quanto diverse sono tali previsioni da quelle da te ottenute? Perché?

9.12 Ulteriori letture

  • Il testo classico che ha reso popolare la modellazione ARIMA è Box & Jenkins (1970). L’edizione più recente è Box et al. (2015), ed è ancora un eccellente riferimento per tutto ciò che riguarda i modelli ARIMA.
  • Brockwell & Davis (2016) fornisce una buona introduzione al background matematico dei modelli.
  • L’algoritmo di Hyndman-Khandakar per selezionare in modo automaticoun modello ARIMA è descritto in Hyndman & Khandakar (2008).
  • Peña et al. (2001) descrive alcuni algoritmi automatici alternativi a quello usato da ARIMA().


  1. Più precisamente, se \{y_t\} è una serie temporale stazionaria, allora per ogni s, la distribuzione di (y_t,\dots,y_{t+s}) non dipende da t.↩︎

  2. arc cos è la funzione inversa del coseno. Dovreste essere in grado di trovarla sulla vostra calcolatrice. Può essere chiamata acos o cos^{-1}.↩︎

  3. Come già notato, confrontare modelli diversi usando i criteri di informazione è valido solo per modelli ARIMA con gli stessi ordini di differenziazione↩︎