R 中的预测 - auto.arima 与外部回归变量

Question

关于使用外部回归量拟合 arima 模型的进一步讨论。

From Auto.arima to forecast in R

我能够完美地预测接下来的 5 个月，因为我有预测变量的未来值来解释我的响应变量 (churn_rate)。

arima_model_churn_rate <- auto.arima(tsm_churn_rate, stepwise = FALSE,
                                 approximation = FALSE, 
                                 xreg = xreg_in_out_p_month_1)


number_of_future_month <- 5
forecast_churn_rate <- forecast (arima_model_churn_rate,
                             xreg = xreg_fut_in_out_p_month_churn_rate, 
                             h = number_of_future_month)
plot(forecast_churn_rate)

• 我的问题是，因为我需要预测未来，所以我迫不及待地等待测量预测变量来预测未来几个月？

• 如果我必须等到月底，那么我可以做简单的计算看看什么是流失率？

• 我的目标是预测接下来的 3 个月，在那种情况下我应该怎么做才能获得预测变量的未来值？

我对博客中讨论的整个场景感到困惑。对于具有外部回归量的 arima 模型，我们需要未来的价值。它非常适用于我刚刚用 2 年数据训练我的模型并使用接下来 5 个月的预测变量测量值作为未来值的示例。

但是如果我想预测未来 3/6/ 甚至一年，如果我必须等待未来的值，那么我已经在那个时间点了。那么预测就没有任何意义了。

谁能给我解释一下这整个概念。对不起，如果我不能很好地解释整个场景。不过我已经尽我最大的努力了。

提前致谢！！

Answer 1

如果您没有未来预测变量的值，那么您需要先预测它们，或者使用不同的模型。

您可以尝试没有这些预测变量的模型，或者您可以包括预测变量的滞后值，其中滞后至少与预测范围一样长。