Auto.Arima預測中的差異預測器

Question

我正在嘗試使用類似以下示例的預測變量來構建auto.arima預測。 我注意到我的預測器是不穩定的。 因此，我想知道是否應該在xreg參數中輸入預測變量之前對其進行區分，如下所示。 實際數據集要大得多，這只是一個例子。 任何意見是極大的贊賞。

碼：

tsTrain <-tsTiTo[1:60]
tsTest <- tsTiTo[61:100]

ndiffs(ds$CustCount)
##returns 1

diffedCustCount<-diff(ds$CustCount,differences=1)

Xreg<-diffedCustCount[1:100]

##Predictor
xregTrain2 <- Xreg[1:60]
xregTest2 <- Xreg[61:100]


Arima.fit2 <- auto.arima(tsTrain, xreg = xregTrain2)

Acast2<-forecast(Arima.fit2, h=40, xreg = xregTest2)

數據：

dput(ds$CustCount[1:100])

c（3，3，1，4，4，1，3，2，3，2，4，1，1，5，6，8，8，5，7，7，7，2，2，2，2，1， 3、2、3、1、1、2、1、1、3、2、2、2、3、7、5、6、8、7、3、5、6、6、8、4、2 1，2，1，NA，NA，4，2，2，4，11，2，8，1，4，7，11，5，3，10，7，1，1，NA，2，NA， NA，2，NA，NA，1、2、3、5、9、5、9、6、6、1、5、3、7、5、8、3、2、6、3、2、3， 1）

dput(tsTiTo[1:100])

c（45，34，11，79，102，45，21，45，104，20，2，207，45，2，3，153，8，2，173，11，207，79，45，153， 192，173，130，4，173，174，173，130，79，154，4，104，192，153，192，104，28，173，52，45，11，29，22，81，7， 79、193、104、1、1、46、130、45、154、153、7、174、21、193、45、79、173、45、153、45、173、2、1、2、1 1，8，1，1，79，45，79，173，45，2，173，130，104，19，4，34，2，192，42，41，31，39，11，79，4， 79）

Answer 1

所述xreg在參數auto.arima執行dynamic regression這是說您正在執行線性回歸，並用裝配誤差arma過程。

當包含外部回歸變量時， auto.arima()曾經要求對非平穩數據進行手動差異處理，但現在不再如此。 auto.arima()會將非平穩數據作為輸入，並使用單位根測試確定差異的順序。

有關更多詳細信息，請參見Rob Hyndman的這篇文章 。