使用动态 ARIMA 预测未来

Question

假设我正在尝试使用动态 ARIMA 回归预测未来四个月的变量 y。我提前知道四个月的 xreg 变量。我不完全确定 forecast 函数是如何进行预测的，例如我可以用缺少的 y 值来输入它吗？如果只输入那几个月的 xreg，它会自动假设我正在尝试预测训练期后的四个月？

下面的代码对预测未来四个月有意义吗？

library(dplyr)
library(fable)
library(tsibble)

set.seed(1)
r <- rnorm(36)
r2 <- rnorm(4)
x <- data.frame(index = yearmonth(seq.Date(as.Date("2017-01-01"),
                                           as.Date("2020-04-01"),
                                           "1 month")),
                y = cumprod(c(r, rep(NA, 4))),
                a = c(1.8 * r + rnorm(36), 1.8 * r2 + rnorm(4)),
                b = c(0.5 * r + rnorm(36), 1.5 * r2 + rnorm(4))) %>% 
  as_tsibble()


a1 <- x %>% 
  model(ARIMA(y ~ a + b))

a1 %>% forecast(x[37:40, ])

Answer 1

不，预测函数将假定您要预测训练数据之后的月份。如果您的训练数据以缺失的观察结束，这仅意味着它是从最后一个可用观察开始预测，经过缺失的时间段，然后进入训练数据之后的时间段。

这里有一些代码可以做你想做的事。

x %>%
  filter(index <= yearmonth("2019 Dec")) %>%
  model(ARIMA(y ~ a + b)) %>%
  forecast(new_data = filter(x, index > yearmonth("2019 Dec")))

使用动态 ARIMA 预测未来

Forecasting into the future with dynamic ARIMA

r

forecasting

arima

fable-r