<font face="verdana">Boa tarde Grupo,<br><br>estou com problemas para 
interpretar as saídas da função arima. Por exemplo, usando a base de 
dados de exemplo do R "USAccDeaths". Ajustando o modelo:<br><font face="courier new"><br><font color="#ff0000">fit <- arima(USAccDeaths, order = c(0,1,1), seasonal = list(order=c(0,1,1)))</font><br><br><font face="verdana">Tenho a seguinte saída:</font><br>
</font></font><font color="#0000ff"><br></font><font color="#0000ff" face="courier new">Series: USAccDeaths <br>ARIMA(0,1,1)(0,1,1)[12]                    <br><br>Call: arima(x = USAccDeaths, order = c(0, 1, 1), seasonal = list(order = c(0, 1, 1))) <br>
<br>Coefficients:<br>          ma1     sma1<br>      -0.4303  -0.5528<br>s.e.   0.1228   0.1784<br><br>sigma^2 estimated as 99347:  log likelihood = -425.44<br>AIC = 856.88   AICc = 857.32   BIC = 863.11</font><br><br><font face="verdana">Utilizando a função <i>"predict"</i> para ca</font>l<font face="verdana">cular os próximos 4 meses tenho o seguinte resultado:<br>
<font face="courier new"><br></font><font color="#0000ff" face="courier new">$pred<br>          Jan      Feb      Mar      Apr<br>1979 8336.061 7531.829 8314.644 8616.869<br><br><font color="#000000"><font face="verdana">Como vou precisar utilizar o modelo fora do R preciso entender como é feita essa previsão pois utilizando os coeficientes <i>ma1</i> e <i>sma1</i> estou obtendo resultados diferentes.<br>
<br>Mesmo
 ajustando um modelo mais simples como um AR(1) para esses dados (apenas
 como exemplo, sem me preocupar com a qualidade do ajuste) os preditos 
que calculo não batem com os preditos retornados pela função "<i>predict</i>".
 Aparentemente a função de predição não é montada diretamente dos 
coeficientes estimados (p. ex. no caso de um modelo AR(1) X(t) = 
intercept + ar1*X(t-1)).<br><br>Alguém poderia me ajudar?<br><br>Obrigada,<br>Paola Tame</font></font></font></font>