我不太理解在R
中使用forecast()
函数时,library(forecast)
如何应用外部回归变量的语法。
我的拟合看起来像这样:
fit <- auto.arima(Y,xreg=factors)
其中 Y
是一个100 x 1的时间序列对象,而factors是一个100 x 5的时间序列对象。
当我开始预测时, 我应用了...
forecast(fit, h=horizon)
结果出现错误:
Error in forecast.Arima(fit, h = horizon) : No regressors provided
这是要求我将拟合对象fit
中的xregressors添加回去吗?我认为这些包含在fit
对象中的fit$xreg
里。这是否意味着它要求我提供xregressors的未来值,还是应该重复使用拟合集中的相同值?文档没有涵盖在预测步骤中xreg的含义。
我认为这意味着我应该使用
forecast(fit, h=horizon,xreg=factors)
或者
forecast(fit, h=horizon,xreg=fit$xreg)
这两者给出的结果相同。但我不确定预测步骤是否将factors解释为未来值,或者适当地作为之前的值。 因此:
- 这是否仅从纯粹的过去值做出预测,如我的预期?
- 为什么我必须两次指定xreg的值?如果我不包括它们,它就无法运行,因此它看起来并不像一个选项。
auto.arima()
和forecast()
。我的问题是关于forecast()
函数调用如何解释外部回归变量的。 - Mittenchops