预测R中的多个可变时间序列

Question

我正在尝试使用R预测三个变量，但是我遇到了有关如何处理相关性的问题。

我尝试预测的三个变量是收入，订阅和价格。

我最初的方法是对订阅和价格进行两个独立的时间序列预测，并将结果相乘以生成收入预测。

我想了解这种方法是否有意义，因为价格和订户之间存在内在的关联，而这是我不知道如何处理的部分。

# Load packages.
library(forecast)

# Read data
data <- read.csv("data.csv")
data.train <- data[0:57,]
data.test <- data[58:72,]

# Create time series for variables of interest
data.subs <- ts(data.train$subs, start=c(2014,1), frequency = 12)
data.price <- ts(data.train$price, start=c(2014,1), frequency = 12)

#Create model
subs.stlm <- stlm(data.subs)
price.stlm <- stlm(data.price)

#Forecast
subs.pred <- forecast(subs.stlm, h = 15, level = c(0.6, 0.75, 0.9))
price.pred <- forecast(price.stlm, h = 15, level = c(0.6, 0.75, 0.9))

任何帮助是极大的赞赏！

Answer 1

看起来您可以使用向量自回归（VAR）模型。 查看此处提供的描述和代码： https : //otexts.org/fpp2/VAR.html