时间序列预测

Question

我在石油天然气行业工作。

我一直试图建立一个具有协变量的ts预测模型，模型R代码如下：

#Getting R libraries:
library(readxl)
library(ggplot2)
library(forecast)
library(timeSeries)
library(tseries)
library(MTS)

#Create a time series object:
myts <- ts(dataset, start = c(2005,1), end = c(2019,12), frequency = 12)

#Illustrate out of sample forecasting with covariates, splitting the data:
train <- window(myts, end = c(2018,12))
test <- window(myts, start = c(2019,1))

#Fitting the time series forecasting model:
covariates <- c("Income","Prices","Sites","Vehicles")
fit <- auto.arima(train[,"Volumes"], xreg = train[,covariates])

#Forecasting from test data:
mytsfcast <- forecast(fit, h = 6*12, xreg = test[,covariates])

autoplot(mytsfcast)

然而，我一直试图预测零售额12,24,36，等等几个月后。该模型只生成以下结果：

模型拟合结果：

请告知我如何才能使我的模型预测到end = c(2019,12)。我漏掉了什么？

Answer 1

我一直无法复制空白模型的拟合结果。但是，我知道预测函数只能预测到已知的xreg输入。例如，您的测试周期从1/2019开始，到12/2019 (12期)结束，但是您试图预测72期。尝试将预测函数中的h参数设置为12，并查看是否得到相同的结果。

为了在过去解决这个问题，我预测了未来的xreg系列(在您的例子中，四个xreg变量中的每一个都会增加60个周期)。然后，您将需要将这60个句点添加到每个变量的测试集的末尾。