[英]From Auto.arima to forecast in R
我不太明白 predict forecast()
如何在R
中的library(forecast)
中應用外部回歸量的語法。
我的身材是這樣的:
fit <- auto.arima(Y,xreg=factors)
其中Y
是一個 100 x 1 的時間timeSeries
對象,因子是一個 100 x 5 的時間timeSeries
對象。
當我去預測時,我申請...
forecast(fit, h=horizon)
我收到一個錯誤:
Error in forecast.Arima(fit, h = horizon) : No regressors provided
它是否希望我從擬合中重新添加 xregressors? 我認為這些作為fit$xreg
包含在fit
對象中。 這是否意味着它要求 xregressors 的未來值,或者我應該重復我在擬合集中使用的相同值? 該文檔未涵蓋預測步驟中xreg
的含義。
我相信這一切意味着我應該使用
forecast(fit, h=horizon,xreg=factors)
或者
forecast(fit, h=horizon,xreg=fit$xreg)
這給出了相同的結果。 但我不確定預測步驟是將這些因素解釋為未來值,還是適當地解釋為以前的值。 所以,
如果我錯了,請糾正我,但我想你可能不完全理解帶有回歸器的ARIMA模型是如何工作的。
當您使用簡單的ARIMA模型(沒有回歸量)進行預測時,它只使用您時間序列的過去值來預測未來值。 在這樣的模型中,您可以簡單地指定您的地平線,它會為您提供預測,直到該范圍。
使用回歸量來構建ARIMA模型時,需要包含要預測的回歸量的未來值 。 例如,如果您使用溫度作為回歸量,並且您預測疾病發病率,那么您將需要未來的溫度值來預測疾病發病率。
事實上,文檔確實特別談到了xreg
。 查看?forecast.Arima
並查看參數h
和xreg
。 您將看到如果使用xreg
,則忽略h
。 為什么? 因為如果你的函數使用xreg
,那么它需要它們進行預測。
因此,在您的代碼中,當您包含xreg
時, h
被忽略了。 由於您剛剛使用了用於擬合模型的值,因此它只是為您提供了同一組回歸量的所有預測, 就像將來一樣 。
我讀到 R 中的 arima 很無聊,請參閱第 3 期和第 4 期
https://www.stat.pitt.edu/stoffer/tsa4/Rissues.htm
建議使用 xreg 導出正確的截距。
我正在使用excel的真實統計數據來確定實際常數是多少。 我有一位教授告訴我你需要有一個常數
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.