R：时间序列预测与数值向量预测

Question

我使用以下方法预测了时间序列：

fit    <-  auto.arima(DataInput)
fcast  <-  forecast(fit, h = 12)

对于DataInput ，我使用了2种类型，第一种是普通的数值向量，第二种是将相同的向量转换为时间序列：

DataInput <- ts(DataInput, freq = 12, start = c(2012, 1))

但是，这两个数据输入之间的预测是完全不同的。 我尝试模拟数据，但没有发现预测之间的差异，因此我猜想它一定与我的特定数据集有关。 我完全陷入了困境。

请帮忙。

Answer 1

一种可能性-最容易检查的是，将数据转换为时间序列后会发生什么情况。 你能提供例子吗？

此外，auto.arima软件包来自何处？ 它可能对数字向量和时间序列向量使用不同的默认设置。 也就是说，它可以设置不同的时滞-时间序列的年度滞后时间（因为它知道您提供了月度数据），但是对于数值数据则仅为月度滞后。 它可以为时间序列引入季节成分，但不能为数字序列引入季节成分。 无论如何，您必须学习文档。 希望这可以帮助