我已经将下面的模型拟合到我的时间序列数据中。 xreg
包括一个从1到1000的时间向量和12个表示月份的指示变量(1或0)。 我处理的数据具有一些强烈的每周和每月季节性模式。
fit <- arima(x, order = c(3, 0, 0),
seasonal = list(order = c(1, 0, 1), period = 7),
xreg = cbind(t, M1, M2, M3, M4, M5,
M6, M7, M8, M9, M10, M11, M12), include.mean = FALSE,
transform.pars = TRUE,
fixed = NULL, init = NULL,
method = c("CSS-ML", "ML", "CSS"),
optim.method = "BFGS",
optim.control = list(), kappa = 1e6)
目前我正在尝试找出如何预测一月份的14个值(M1=1
)。
那么当我在 R 中使用 predict
函数时,我认为我需要在新的自变量部分指定想要预测的是 M1=1
和 M2,...,M12=0
- 对吗?
我已经尝试过代码,但是无法使其正常工作,并且我也没有在在线上找到有关 predict
公式中新的自变量部分的详细信息。
有人能解释一下如何预测特定的月份,比如一月份吗?我需要在 predict
函数的新的自变量部分中如何说明呢?
非常感谢!