在 R 中，原始时间序列会影响子时间序列的预测结果吗？

Question

我使用下面的代码在 R 中预测了一个适合时间序列数据子集的 stl。场景一和场景二的唯一区别是我在场景二中错误地将原始时间序列和子集时间序列都设置为start=c(2015,12)。这两种场景的预测结果是不同的。对于预测中使用的子集数据，这两个方案具有相同的开始日期。我不明白为什么原始时间序列开始日期会影响预测结果。

# Scenario 1    

ts.vision = ts(data=vision$ADJ_ILR, frequency = 12,start=c(2015,1), end=c(2017,12))                             
ts.vision.sub <- window(ts.vision, start=c(2015, 12))                               
ts.vision.fit <- stl(ts.vision.sub, t.window=15, s.window="periodic", robust=TRUE)                              
forecast(ts.vision.fit, h=12)


# Scenario 2    

ts.vision = ts(data=vision$ADJ_ILR, frequency = 12,start=c(2015,12), end=c(2017,12))                                
ts.vision.sub <- window(ts.vision, start=c(2015, 12))                               
ts.vision.fit <- stl(ts.vision.sub, t.window=15, s.window="periodic", robust=TRUE)                              
forecast(ts.vision.fit, h=12)

这是一个类似的情况，我使用 base R 上可用的 nottem 数据集重写了两个场景： # 场景 1 ts.nottem = ts(nottem, frequency = 12,start=c(1920,1), end=c(1939,12)) ts.nottem.sub <- window(ts.nottem, start=c(1937, 12)) ts.nottem.fit <- stl(ts.nottem.sub, t.window=15, s.window="periodic", robust=TRUE) 预测（ts.nottem.适合，h=12）

#Scenario 2
ts.nottem = ts(nottem, frequency = 12,start=c(1937,12), end=c(1939,12))
ts.nottem.sub <- window(ts.nottem, start=c(1937, 12))   
ts.nottem.fit <- stl(ts.nottem.sub, t.window=15, s.window="periodic", robust=TRUE)      
forecast(ts.nottem.fit, h=12)

我不明白为什么场景1和2的子集时间序列数据相同，但预测结果却不同。

Answer 1

这是带有一些内置数据的示例

library(forecast)
ts.1 <- ts(data=nottem[1:36], frequency = 12, start=c(2015,1), end=c(2017,12))                             
ts.1.sub <- window(ts.1, start=c(2015, 12))                               
ts.1.fit <- stl(ts.1.sub, t.window=15, s.window="periodic", robust=TRUE)                              
ts.1.fc <- forecast(ts.1.fit, h=12)

ts.2 <- ts(data=nottem[1:36], frequency = 12, start=c(2015,12), end=c(2017,12))                             
ts.2.sub <- window(ts.2, start=c(2015, 12))                               
ts.2.fit <- stl(ts.2.sub, t.window=15, s.window="periodic", robust=TRUE)                              
ts.2.fc <- forecast(ts.2.fit, h=12)

#all.equal(ts.1.fc, ts.2.fc) # NO!

我省略了长长的愤怒信息！发生了什么？看一下两个子集对象：

head(ts.1.sub)
#>       Jan  Feb  Mar  Apr  May Jun Jul Aug Sep Oct Nov  Dec
#> 2015                                                  39.8
#> 2016 44.2 39.8 45.1 47.0 54.1

head(ts.2.sub)

#>       Jan  Feb  Mar  Apr  May Jun Jul Aug Sep Oct Nov  Dec
#> 2015                                                  40.6
#> 2016 40.8 44.4 46.7 54.1 58.5

它们不一样，因为在场景 1 中，您将获得原始数据中的第 12 个值到第 36 个值，而在场景 2 中，您将获得第 1 个到第 25 个值。

在 R 中，原始时间序列会影响子时间序列的预测结果吗？

In R, can the original time series impact forecast results for a subset time series?

r

forecasting