R语言时间序列模型预测房价

请问这组房价数据该用什么时间序列模型进行预测？

time  price
2018  4462
      6105
      6158
      6251
      5606
      5678
      5678
      6040
      6305
      6269
      6327
      6173
2019  6098
      6150
      6561
      6506
      6489
      6452
      5925
      5966
      5934
      5981
      5981
      5920
2020  5920
      5871
      5850
      5849
      5769
      5741
      5753
      5718
      5717
      5715
      5762
      5776
2021  5670
      5687
      5638
      5646
      5632
      5660
      5700
      5556
      5573
      5602
      5584
      5590
2022  5566
      5566
      5532
      5542
      5535
      5543
      5602
      5594
      5594
      5607
      5536
      5550

根据给出的数据，可以考虑使用ARIMA模型进行预测。ARIMA模型是一种常用的时间序列模型，可以对未来的房价进行预测。需要对数据进行平稳性检验和自相关性检验，然后选择合适的模型参数进行建模和预测。同时也可以考虑使用其他时间序列模型，如VAR、VARMA等。最终选用哪种模型需要根据数据的特点和模型的拟合效果进行综合评估。

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7532940
• 你也可以参考下这篇文章：R时间序列模型之贝叶斯预测
• 除此之外, 这篇博客: R语言 数据集处理与搭建回归模型中的 ① 线性回归 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  mod <- lm(y ~ ., data )
  

• 您还可以看一下 谢佳标老师的R语言从入门到精通系列之数据对象课程中的 数据对象概述小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^