외부 회귀 변수를 사용하여 아리마 모델을 생성 중입니다. 내가 n의 관측치를 가지고 있다고 가정 해 봅시다. forecast
패키지의 predict.Arima
기능은 단지 n + 1 관찰에 대한 예측을합니다.아리마 모델을 사용하여 시리즈 끝을 앞두고있는 기간에 대한 예측 값
는 난이 특정 값 주어진 N 관측 값을 예측하기 위해 필요한, 즉 외부 회귀 변수의 값을 변경해도 N 값 (시리즈의 마지막 값)에 대한 예측을 할 필요 외부 회귀 분석기의 경우.
library(forecast)
set.seed(123)
aux <- 1:24
covari <- aux + rnorm(24,0,2)
vari <- ts(aux * runif(24,0,3), start=c(2010,1), freq=12)
mod <- auto.arima(vari, xreg=covari)
predict(mod, newxreg=20)
이 코드는 모델을 생성하고 예측을 생성하는 방법을 보여줍니다. 나는 매개 변수 n.ahead
을 미리 설정하여 마침표 수를 제어 할 수 있습니다.
predict(mod, newxreg=runif(4,15,25), n.ahead=4)
이 코드는 시리즈의 다음 4 개 값에 대한 예측을 생성합니다.
내가 필요한 것은 n.ahead=-1
입니다. 즉 일련의 내부 값에 대한 예측이지만 외부 회귀 분석기는 다릅니다.
외부 회귀 분석기를 하나만 사용하는 경우에는 가산 모델이므로 xreg의 계수를 곱한 값에 따라 관찰 된 xreg 값의 차이를 더할 수 있기 때문에 작업이 복잡하지 않습니다. 그러나 외부 회귀 변수의 수가 증가하면 더 복잡해집니다.
아리마 모델의 시리즈가 끝나지 않은 값을 예측할 수있는 방법이 있습니까?
안녕하세요. 실제로 "예측"이라고 말하지 않았습니다. 어쩌면 나는 더 명확해질 수있다 : 나는'xreg'에 대해 다른 값이 주어진다면, 시리즈의 끝이 아닌 시간 동안의 가치를 ** 예측하기를 원한다. 다시 말해, Jan-2010에서 Dez-2011까지의 시계열 및 외부 회귀 분석기에 대한 Arima 모델을 고려할 때, 외부 회귀 분석기에 대해 다른 값을 관찰 한 경우 모델이 Dez-2011에 예측하는 값은 무엇입니까? –
확인. 지금 업데이트 된 –
나는 당신의 문제에 따라 더 자연스러운 또 다른 옵션이 있다는 것을 깨달았습니다. 더 많은 정보가 없으면 필요한 부분 만 추측 할 수 있습니다. –