我曾经在 SAS 中每周根据两个参数预测计算机的销售量 - 定价和营销支出(车辆级别 - 因此有几个变量)。这在 SAS 中很容易,因为我可以使用PROC ARIMA
.
你能帮我过渡到 R 吗?我已经导入了数据集,执行auto.arima
并分析了一些变量的 p 值。但是,我不知道如何在接下来的 26 周内进行预测。任何帮助将不胜感激!
我曾经在 SAS 中每周根据两个参数预测计算机的销售量 - 定价和营销支出(车辆级别 - 因此有几个变量)。这在 SAS 中很容易,因为我可以使用PROC ARIMA
.
你能帮我过渡到 R 吗?我已经导入了数据集,执行auto.arima
并分析了一些变量的 p 值。但是,我不知道如何在接下来的 26 周内进行预测。任何帮助将不胜感激!
R 有一个内置的 ARIMAX 过程,称为arima
. 要获取 X 部分,请使用xreg=
参数。如果您没有外生变量并且不使用xreg=
,请注意“拦截”结果可能无法表明您认为它所指示的内容。
因此,如果您使用的是 ARIMAX(1, 2, 3)(1, 0, 0) 模型,该模型具有因变量销售额(月度数据)和外生变量 nasdaq(并且您对 nasdaq 的预测为 nasdaq.pred) ,你会这样做:
model <- arima (sales, order=c(1, 2, 3), seasonal=list (order=c(1, 0, 0), freq=12),
xreg=nasdaq)
pred <- predict (model, newxreg=nasdaq.predict)
假设您的 ARIMA 模型正在测试,那么未来 26 周的预测是:
Forecastedvalue<-forecast.Arima(Testing, h=26)
希望这可以帮助