R-在带有外部回归变量的auto.arima中进行预测

Question

进一步讨论使用外部回归器拟合Arima模型。

从Auto.arima到R中的预测

考虑到预测变量的未来值可以解释我的响应变量（churn_rate），因此我能够对接下来的5个月进行完美的预测。

arima_model_churn_rate <- auto.arima(tsm_churn_rate, stepwise = FALSE,
                                 approximation = FALSE, 
                                 xreg = xreg_in_out_p_month_1)


number_of_future_month <- 5
forecast_churn_rate <- forecast (arima_model_churn_rate,
                             xreg = xreg_fut_in_out_p_month_churn_rate, 
                             h = number_of_future_month)
plot(forecast_churn_rate)

• 我的问题是，由于我需要在将来进行预测，我是否可以等待对预测变量进行测量以对未来几个月进行预测？

• 如果必须等到月底，那么我可以做简单的计算来了解流失率是多少？

• 在这种情况下，我的目标是预测未来3个月的预测值，我应该怎么做？

我对博客中讨论的整个场景感到困惑。 对于具有外部回归变量的Arima模型，我们需要将来的值。 例如，在我仅使用2年数据对模型进行训练，然后将接下来5个月的测量值用作预测值的情况下，它就非常有效。

但是，如果我想预测未来的3/6 /甚至年份，并且如果我必须等待未来的值，那我已经在那个时间点了。 那么，预测毫无意义。

有人可以向我解释这整个概念。 抱歉，如果我不能很好地解释整个情况。 我尽力做到了。

提前致谢 ！！

Answer 1

如果您没有未来预测变量的值，则需要先预测它们，或使用其他模型。

您可以尝试不使用那些预测变量的模型，或者可以包含预测变量的滞后值，其中滞后时间至少与预测范围一样长。