r - 从Auto.arima到R中的预测

我不太了解forecast()如何在library(forecast)的R中应用外部回归器的语法。

我的 body 看起来像这样:
fit <- auto.arima(Y,xreg=factors)
其中Y是timeSeries对象100 x 1，factor是timeSeries对象100 x 5。

当我进行预测时，我会申请...
forecast(fit, h=horizon)
我得到一个错误:
Error in forecast.Arima(fit, h = horizon) : No regressors provided
是否要我从拟合中重新添加xregressors？我认为这些作为fit包含在fit$xreg对象中。这是否意味着它要求xregressors的 future 值，或者我应该重复拟合集中使用的相同值？该文档未涵盖预测步骤中xreg的含义。

我相信所有这些意味着我应该使用
forecast(fit, h=horizon,xreg=factors)
或者
forecast(fit, h=horizon,xreg=fit$xreg)
给出相同的结果。但是我不确定预测步骤是将这些因素解释为 future 值(value)，还是适本地解释为先前的值(value)。所以，

这是否像我期望的那样纯粹根据过去的值进行预测？

为什么必须两次指定xreg值？如果我排除它们，它不会运行，因此它的行为不像一个选项。

最佳答案

如果我错了，请纠正我，但是我想您可能不完全了解带有回归变量的ARIMA模型的工作原理。

当您使用简单的ARIMA模型(没有回归变量)进行预测时，它仅使用时间序列的过去值来预测 future 值。在这样的模型中，您只需指定您的地平线，它就会为您提供直到该地平线的预测。

使用回归器构建ARIMA模型时，需要包括要预测的回归器的 future 值。例如，如果您使用温度作为回归变量，并且您正在预测疾病的发病率，那么您将需要将来的温度值来预测疾病的发病率。

实际上，该文档确实专门讨论了xreg。查找?forecast.Arima并查看参数h和xreg。您将看到，如果使用xreg，则h将被忽略。为什么？因为如果您的函数使用xreg，那么它需要它们进行预测。

因此，在您的代码中，当您包含h时，xreg只是被忽略了。由于您只是使用了用于拟合模型的值，因此，它为您提供了与将来相同的一组回归变量的所有预测。