SlideShare una empresa de Scribd logo
1 de 2
Descargar para leer sin conexión
(Series de tiempo)
mire los cdigos de este programa R, [cambie los nmeros] estudie y discuta y dme un informe al
respecto.
install.packages("zoo") install.packages("devtools") devtools::install_github("FinYang/tsdl")
install.packages("nortest") install.packages("fBasics") install.packages("forecast" )
install.packages("tseries") install.packages("randtests") ################################
#### biblioteca("zoo") biblioteca(tsdl) biblioteca(nortest) biblioteca(fBasics)
biblioteca(pronstico) biblioteca(tseries) biblioteca(randtests) ################
#################### d=tsdl[[10]] d atributos(tsdl[[10]]) m=auto.arima(d) m ?ts
par(mfrow=c(3,1)) ?plot.ts plot(d) plot.ts(d) acf(d) acf(d,lag.max=20)[ 1:20 ] acf(d, plot= F)
plot(acf(d,lag.max=5)[1:200]) pacf(d) plot(pacf(d,lag.max=10)) pacf(d,lag.max=10) fit=arima
(d,order=c(0,0,1)) fit tsdiag(fit) par(mfrow=c(5,1)) res=fit$residuals plot.ts(fit$residuals)
t.test(fit$residuals ) ejecuta.test(ajuste$residuales) acf(ajuste$residuales) pacf(ajuste$residuales)
hist(ajuste$residuales) qqnorm(ajuste$residuales) qqline(ajuste$residuales)
ks.test(ajuste$residuales, "pnorm" ) shapiro.test(ajuste$residuales) f=pronstico(ajuste, h=5) f
plot.ts(f) p=predict(fit, h=10) p plot.ts(p) plot.ts(data,p$p,col=c(1,6)) fit$aic fit$BIC
mire los cdigos de este programa R, [cambie los nmeros] estudie y discuta y dme un informe al
respecto.
install.packages("zoo") install.packages("devtools") devtools::install_github("FinYang/tsdl")
install.packages("nortest") install.packages("fBasics") install.packages("forecast" )
install.packages("tseries") install.packages("randtests") ################################
#### biblioteca("zoo") biblioteca(tsdl) biblioteca(nortest) biblioteca(fBasics)
biblioteca(pronstico) biblioteca(tseries) biblioteca(randtests) ################
#################### d=tsdl[[10]] d atributos(tsdl[[10]]) m=auto.arima(d) m ?ts
par(mfrow=c(3,1)) ?plot.ts plot(d) plot.ts(d) acf(d) acf(d,lag.max=20)[ 1:20 ] acf(d, plot= F)
plot(acf(d,lag.max=5)[1:200]) pacf(d) plot(pacf(d,lag.max=10)) pacf(d,lag.max=10) fit=arima
(d,order=c(0,0,1)) fit tsdiag(fit) par(mfrow=c(5,1)) res=fit$residuals plot.ts(fit$residuals)
t.test(fit$residuals ) ejecuta.test(ajuste$residuales) acf(ajuste$residuales) pacf(ajuste$residuales)
hist(ajuste$residuales) qqnorm(ajuste$residuales) qqline(ajuste$residuales)
ks.test(ajuste$residuales, "pnorm" ) shapiro.test(ajuste$residuales) f=pronstico(ajuste, h=5) f
plot.ts(f) p=predict(fit, h=10) p plot.ts(p) plot.ts(data,p$p,col=c(1,6)) fit$aic fit$BIC

Más contenido relacionado

Similar a (Series de tiempo) mire los c�digos de este programa R, [cambie l.pdf

[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento
[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento
[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento
edwincarlos11
 
Introducción a phone gap
Introducción a phone gapIntroducción a phone gap
Introducción a phone gap
Rodrigo Corral
 
Node js Alt.net Hispano
Node js Alt.net HispanoNode js Alt.net Hispano
Node js Alt.net Hispano
hdgarcia
 
Porqué Cervantes programaba mejor que tú
Porqué Cervantes programaba mejor que túPorqué Cervantes programaba mejor que tú
Porqué Cervantes programaba mejor que tú
Agile Spain
 

Similar a (Series de tiempo) mire los c�digos de este programa R, [cambie l.pdf (20)

[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento
[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento
[Lm]10 consejos-para-empezar-con-r-sin-morir-en-el-intento
 
Monitoreo de Red para Peering
Monitoreo de Red para PeeringMonitoreo de Red para Peering
Monitoreo de Red para Peering
 
Viernes Tecnicos DTrace
Viernes Tecnicos DTraceViernes Tecnicos DTrace
Viernes Tecnicos DTrace
 
Tests en Java con Groovy y Spock
Tests en Java con Groovy y SpockTests en Java con Groovy y Spock
Tests en Java con Groovy y Spock
 
R: Taller de Introducción
R: Taller de IntroducciónR: Taller de Introducción
R: Taller de Introducción
 
Estadisticas Descriptivas e Inferencia utilizando R (Taller Intermedio) UPDATED
Estadisticas Descriptivas e Inferencia utilizando R (Taller Intermedio) UPDATEDEstadisticas Descriptivas e Inferencia utilizando R (Taller Intermedio) UPDATED
Estadisticas Descriptivas e Inferencia utilizando R (Taller Intermedio) UPDATED
 
Lenguajec intorduccionui
Lenguajec intorduccionuiLenguajec intorduccionui
Lenguajec intorduccionui
 
Develop Mobile Apps with Corona SDK
Develop Mobile Apps with Corona SDKDevelop Mobile Apps with Corona SDK
Develop Mobile Apps with Corona SDK
 
Jruby On Rails. Ruby on Rails en la JVM
Jruby On Rails. Ruby on Rails en la JVMJruby On Rails. Ruby on Rails en la JVM
Jruby On Rails. Ruby on Rails en la JVM
 
Gestión y Análisis de Datos para las Ciencias Económicas con Python y R
Gestión y Análisis de Datos para las Ciencias Económicas con Python y RGestión y Análisis de Datos para las Ciencias Económicas con Python y R
Gestión y Análisis de Datos para las Ciencias Económicas con Python y R
 
Introducción a phone gap
Introducción a phone gapIntroducción a phone gap
Introducción a phone gap
 
Node js Alt.net Hispano
Node js Alt.net HispanoNode js Alt.net Hispano
Node js Alt.net Hispano
 
Curso r.diaz-uriarte
Curso r.diaz-uriarteCurso r.diaz-uriarte
Curso r.diaz-uriarte
 
Python boloñesa
Python boloñesa Python boloñesa
Python boloñesa
 
Numeros de armstrong en c programacion estructurada
Numeros de armstrong en c programacion estructuradaNumeros de armstrong en c programacion estructurada
Numeros de armstrong en c programacion estructurada
 
Nosqlcp
NosqlcpNosqlcp
Nosqlcp
 
Nosqlcp
NosqlcpNosqlcp
Nosqlcp
 
Porqué Cervantes programaba mejor que tú
Porqué Cervantes programaba mejor que túPorqué Cervantes programaba mejor que tú
Porqué Cervantes programaba mejor que tú
 
Por qué Cervantes programaba mejor que tú
Por qué Cervantes programaba mejor que túPor qué Cervantes programaba mejor que tú
Por qué Cervantes programaba mejor que tú
 
Programación Políglota en la JVM
Programación Políglota en la JVMProgramación Políglota en la JVM
Programación Políglota en la JVM
 

Más de alphawheels007

1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf
1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf
1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf
alphawheels007
 
1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf
1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf
1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf
alphawheels007
 

Más de alphawheels007 (20)

1) �Cu�l de las AD es falsa con respecto a las infecciones por virus.pdf
1) �Cu�l de las AD es falsa con respecto a las infecciones por virus.pdf1) �Cu�l de las AD es falsa con respecto a las infecciones por virus.pdf
1) �Cu�l de las AD es falsa con respecto a las infecciones por virus.pdf
 
1) La selecci�n sexual elige el fenotipo que le dar� a la descendenc.pdf
1) La selecci�n sexual elige el fenotipo que le dar� a la descendenc.pdf1) La selecci�n sexual elige el fenotipo que le dar� a la descendenc.pdf
1) La selecci�n sexual elige el fenotipo que le dar� a la descendenc.pdf
 
1) Which of the following terms is not associated with price discrim.pdf
1) Which of the following terms is not associated with price discrim.pdf1) Which of the following terms is not associated with price discrim.pdf
1) Which of the following terms is not associated with price discrim.pdf
 
1) What is the role of the senior leaders in the hospital How shoul.pdf
1) What is the role of the senior leaders in the hospital How shoul.pdf1) What is the role of the senior leaders in the hospital How shoul.pdf
1) What is the role of the senior leaders in the hospital How shoul.pdf
 
1) What percentage of all sampled fish have a flattened body shape A.pdf
1) What percentage of all sampled fish have a flattened body shape A.pdf1) What percentage of all sampled fish have a flattened body shape A.pdf
1) What percentage of all sampled fish have a flattened body shape A.pdf
 
1) Use Link State algorithm to determine the shortest path from node.pdf
1) Use Link State algorithm to determine the shortest path from node.pdf1) Use Link State algorithm to determine the shortest path from node.pdf
1) Use Link State algorithm to determine the shortest path from node.pdf
 
1) Un �rea fue destruida recientemente por un furioso incendio fores.pdf
1) Un �rea fue destruida recientemente por un furioso incendio fores.pdf1) Un �rea fue destruida recientemente por un furioso incendio fores.pdf
1) Un �rea fue destruida recientemente por un furioso incendio fores.pdf
 
1) Statements detailing a companys expectations for its employees .pdf
1) Statements detailing a companys expectations for its employees .pdf1) Statements detailing a companys expectations for its employees .pdf
1) Statements detailing a companys expectations for its employees .pdf
 
1) Select the correct order for the steps of corporate social respon.pdf
1) Select the correct order for the steps of corporate social respon.pdf1) Select the correct order for the steps of corporate social respon.pdf
1) Select the correct order for the steps of corporate social respon.pdf
 
1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf
1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf
1) Las especies con tiempos de generaci�n m�s largos deben tener .pdf
 
1) Seg�n Henri Fayol, los planes efectivos deben tener las cualidade.pdf
1) Seg�n Henri Fayol, los planes efectivos deben tener las cualidade.pdf1) Seg�n Henri Fayol, los planes efectivos deben tener las cualidade.pdf
1) Seg�n Henri Fayol, los planes efectivos deben tener las cualidade.pdf
 
1) Run the systemctl status httpd command to show that your web se.pdf
1) Run the systemctl status httpd command to show that your web se.pdf1) Run the systemctl status httpd command to show that your web se.pdf
1) Run the systemctl status httpd command to show that your web se.pdf
 
1) La siguiente oraci�n tiene errores, podr�a ser prolija, entrecort.pdf
1) La siguiente oraci�n tiene errores, podr�a ser prolija, entrecort.pdf1) La siguiente oraci�n tiene errores, podr�a ser prolija, entrecort.pdf
1) La siguiente oraci�n tiene errores, podr�a ser prolija, entrecort.pdf
 
1) In the study of an outbreak of an infectious disease, plotting an.pdf
1) In the study of an outbreak of an infectious disease, plotting an.pdf1) In the study of an outbreak of an infectious disease, plotting an.pdf
1) In the study of an outbreak of an infectious disease, plotting an.pdf
 
1) Install and run an Apache secure web server on your Linux OS. 2) .pdf
1) Install and run an Apache secure web server on your Linux OS. 2) .pdf1) Install and run an Apache secure web server on your Linux OS. 2) .pdf
1) Install and run an Apache secure web server on your Linux OS. 2) .pdf
 
1) La expresi�n g�nica diferencial ocurre en cada una de las siguien.pdf
1) La expresi�n g�nica diferencial ocurre en cada una de las siguien.pdf1) La expresi�n g�nica diferencial ocurre en cada una de las siguien.pdf
1) La expresi�n g�nica diferencial ocurre en cada una de las siguien.pdf
 
1) El objetivo del inventario de seguridad es a. reemplace las uni.pdf
1) El objetivo del inventario de seguridad es a. reemplace las uni.pdf1) El objetivo del inventario de seguridad es a. reemplace las uni.pdf
1) El objetivo del inventario de seguridad es a. reemplace las uni.pdf
 
1) Explicar qu� es la gesti�n de la capacidad y por qu� es estrat�gi.pdf
1) Explicar qu� es la gesti�n de la capacidad y por qu� es estrat�gi.pdf1) Explicar qu� es la gesti�n de la capacidad y por qu� es estrat�gi.pdf
1) Explicar qu� es la gesti�n de la capacidad y por qu� es estrat�gi.pdf
 
1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf
1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf
1) En una poblaci�n que est� en equilibrio de Hardy-Weinberg, hay do.pdf
 
1) Eres un estudiante de MPH en pr�cticas en una iglesia local. Part.pdf
1) Eres un estudiante de MPH en pr�cticas en una iglesia local. Part.pdf1) Eres un estudiante de MPH en pr�cticas en una iglesia local. Part.pdf
1) Eres un estudiante de MPH en pr�cticas en una iglesia local. Part.pdf
 

Último

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 

Último (20)

Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 

(Series de tiempo) mire los c�digos de este programa R, [cambie l.pdf

  • 1. (Series de tiempo) mire los cdigos de este programa R, [cambie los nmeros] estudie y discuta y dme un informe al respecto. install.packages("zoo") install.packages("devtools") devtools::install_github("FinYang/tsdl") install.packages("nortest") install.packages("fBasics") install.packages("forecast" ) install.packages("tseries") install.packages("randtests") ################################ #### biblioteca("zoo") biblioteca(tsdl) biblioteca(nortest) biblioteca(fBasics) biblioteca(pronstico) biblioteca(tseries) biblioteca(randtests) ################ #################### d=tsdl[[10]] d atributos(tsdl[[10]]) m=auto.arima(d) m ?ts par(mfrow=c(3,1)) ?plot.ts plot(d) plot.ts(d) acf(d) acf(d,lag.max=20)[ 1:20 ] acf(d, plot= F) plot(acf(d,lag.max=5)[1:200]) pacf(d) plot(pacf(d,lag.max=10)) pacf(d,lag.max=10) fit=arima (d,order=c(0,0,1)) fit tsdiag(fit) par(mfrow=c(5,1)) res=fit$residuals plot.ts(fit$residuals) t.test(fit$residuals ) ejecuta.test(ajuste$residuales) acf(ajuste$residuales) pacf(ajuste$residuales) hist(ajuste$residuales) qqnorm(ajuste$residuales) qqline(ajuste$residuales) ks.test(ajuste$residuales, "pnorm" ) shapiro.test(ajuste$residuales) f=pronstico(ajuste, h=5) f plot.ts(f) p=predict(fit, h=10) p plot.ts(p) plot.ts(data,p$p,col=c(1,6)) fit$aic fit$BIC mire los cdigos de este programa R, [cambie los nmeros] estudie y discuta y dme un informe al respecto. install.packages("zoo") install.packages("devtools") devtools::install_github("FinYang/tsdl") install.packages("nortest") install.packages("fBasics") install.packages("forecast" ) install.packages("tseries") install.packages("randtests") ################################ #### biblioteca("zoo") biblioteca(tsdl) biblioteca(nortest) biblioteca(fBasics) biblioteca(pronstico) biblioteca(tseries) biblioteca(randtests) ################ #################### d=tsdl[[10]] d atributos(tsdl[[10]]) m=auto.arima(d) m ?ts par(mfrow=c(3,1)) ?plot.ts plot(d) plot.ts(d) acf(d) acf(d,lag.max=20)[ 1:20 ] acf(d, plot= F) plot(acf(d,lag.max=5)[1:200]) pacf(d) plot(pacf(d,lag.max=10)) pacf(d,lag.max=10) fit=arima (d,order=c(0,0,1)) fit tsdiag(fit) par(mfrow=c(5,1)) res=fit$residuals plot.ts(fit$residuals) t.test(fit$residuals ) ejecuta.test(ajuste$residuales) acf(ajuste$residuales) pacf(ajuste$residuales) hist(ajuste$residuales) qqnorm(ajuste$residuales) qqline(ajuste$residuales) ks.test(ajuste$residuales, "pnorm" ) shapiro.test(ajuste$residuales) f=pronstico(ajuste, h=5) f
  • 2. plot.ts(f) p=predict(fit, h=10) p plot.ts(p) plot.ts(data,p$p,col=c(1,6)) fit$aic fit$BIC