R 中带和不带 NA 的时间序列预测（ARIMA 和预测包）

Question

这是我关于堆栈溢出的第一个问题。

情况：我有 2 个时间序列。 两个系列具有相同的值，但第二个系列在开始时有 5 个 NA。 因此，第一个系列有 105 个观察值，而第二个系列有 110 个观察值。 我已经使用 Arima function 分别为两个系列安装了 ARIMA(0,1,0)。 然后我使用预测 package 预测未来 10 步。

问题：尽管两个系列的 ARIMA 系数相同，但预测（10 步）似乎不同。 我不确定为什么会这样。 有没有人遇到过这个？ 非常感谢任何指导。

试过：我尝试设置种子，手动创建索引，并使用 auto.ARIMA 进行 model 拟合。 但是，这些步骤都没有帮助我调和差异。

我添加了一张图片向您展示我所看到的。 请注意，我隐藏了系列的中间部分，以便您可以看到系列的开头和结尾。 黄色突出显示的单元格是“预测”package 的投影输出。 在从 R 提取结果后，我手动添加了索引。

excel 中的时间序列投影和基数

Rates <- read.csv("Rates_for_ARIMA.csv")

set.seed(123)

#ARIMA with NA
Simple_Arima <- Arima(
            ts(Rates$Rates1),
            order = c(0,1,0),
            include.drift = TRUE)

fcasted_Arima <- forecast(Simple_Arima, h = 10)
fcasted_Arima$mean

#ARIMA Without NA

Rates2 <- as.data.frame(Rates$Rates2)
##Remove the final spaces from the CSV
Rates2 <- Rates2[-c(106,107,108,109,110),] 

Simple_Arima2 <- Arima(
  ts(Rates2),
  order = c(0,1,0),
  include.drift = TRUE)

fcasted_Arima2 <- forecast(Simple_Arima2, h = 10)
fcasted_Arima2$mean

数据链接在这里，CSV格式

Answer 1

您能否分享您的数据和代码，以便其他人可以查看它是否有任何问题？

我试图提出一个例子，并为两个系列得到了相同的结果，一个包含 NA，一个不包含。

library(forecast)
library(xts)

set.seed(123)
ts1 <- arima.sim(model = list(0, 1, 0), n = 105)
ts2 <- ts(c(rep(NA, 5), ts1), start = 1)

fit1 <- forecast::Arima(ts1, order = c(0, 1, 0))
fit2 <- forecast::Arima(ts2, order = c(0, 1, 0))

pred1 <- forecast::forecast(fit1, 10)
pred2 <- forecast::forecast(fit2, 10)

forecast::autoplot(pred1)
forecast::autoplot(pred2)

> all.equal(as.numeric(pred1$mean), as.numeric(pred2$mean))
[1] TRUE