使用寓言包进行预测初始化

Question

假设我使用涵盖 2019 年的每日数据使用 fable 包估计以下模型，其中 x 是外生解释变量。术语 pdq(p = 1, d = 0, q = 0) 和 PDQ(P = 0, D = 0, Q = 0) 表示这是一个自回归模型。

library(tidyverse)
library(fable)

load(file, "Some data.RData")

fit <- dta_2019 %>%
  tsibble() %>%
  model(ar = ARIMA(y ~ x + pdq(p = 1, d = 0, q = 0) + PDQ(P = 0, D = 0, Q = 0)))

现在我需要使用该模型运行预测 2020 年的每日数据，但假设数据从 2020 年 2 月开始。

forecast_2020 <- fit %>%
  forecast(new_data = tsibble(dta_2020))

我的理解是，鉴于这是一个自回归模型，预测的 y 滞后值将是估计数据集中观察到的最后一个值 (dta_2019)。我可以将 y 的值初始化为其他值吗？我尝试在 dta_2020 中包含一行，在此特定示例中，该行包含 1 月 31 日的观察结果，但这会导致预测从 1 月 31 日开始。

Answer 1

对于 ARIMA 模型（使用 fable::ARIMA()），您还需要预测 2020 年 1 月以获得感兴趣的 2020 年 2 月预测。如果两个月的外生回归变量都可用，则可以计算预测。需要提供外生回归变量 x 的未来值，但预测不需要 y 的未来值。

使用寓言包进行预测初始化

Forecast initialization with the fable package

r

fable

forecast