1

我library(forecast)用来根据季度数据创建季度预测。我的预测保存在一个forecast对象中。我试图找到一种优雅而简单的方法将它们转换为相应的年度值，取所有 4 个季度的平均值。

包中是否有forecast允许执行此操作的选项？或者，如果有办法改变季度价值？

我尝试将forecast对象转换为timeseries对象并将其与用于创建预测的原始时间序列合并，但这不起作用。

下面是一个例子：

library('quantmod')
library('xts')
library('forecast')
library(zoo)
library(tis)
library(astsa)
library(xts)
GDP_SAAR<-getSymbols('A191RL1Q225SBEA',src='FRED', auto.assign=FALSE)
GDP_SAAR   <- ts(GDP_SAAR , start=c(1947, 2), end=c(2017, 3), frequency=4) 
fit <- auto.arima(GDP_SAAR)
x<-forecast(fit,h=7)
4

1 回答 1

1

我不知道您是否仍然对它感兴趣，但这是一个涉及提前 12 个步骤（季度）的解决方案，以便包括至少 3 年的汇总预测：

GDP_SAAR<-getSymbols('A191RL1Q225SBEA',src='FRED', auto.assign=FALSE)
fit <- auto.arima(GDP_SAAR)
x<-forecast(fit,h=12)
DateTime=as.Date(seq(from=tail(index(GDP_SAAR),1),by="quarter",length.out = length(x$mean)+1))
myresult=tibble(Forecasts=x$mean,DateTime=DateTime[-1])%>%mutate(DateTime=year(DateTime))%>%
  group_by(DateTime)%>%summarize(Forecasts=sum(Forecasts,na.rm=T))
> myresult
# A tibble: 3 x 2
  DateTime Forecasts
     <int>     <dbl>
1     2018      10.5
2     2019      10.6
3     2020      10.6

希望这可以帮助

于 2018-03-07T15:26:03.273 回答