r - 预测函数是否使用其新预测更新历史（训练）集？

Question

我有以下要预测的 ARMA(1,0,1) 模型：

nrow(Reg_data)
train<-Reg_data[0:(nrow(Reg_data)-7),c(4,5,9)]
test<-Reg_data[(nrow(Reg_data)-6):nrow(Reg_data),4]
View(train)
View(test)

#step 2 get forecast prediction and errors for auto.arima model
attach(train)

mod1<-arima(y,c(1,0,1), include.mean = TRUE) 
mod1_results<-forecast(mod1,h=7)


ARMA_Forecasts<-t(t(mod1_results$mean))  

此代码似乎有效，但我似乎无法找到（或理解）此函数是否使用其在历史集中的先前预测，即对于预测 h=2 是考虑到 h=1 估计，或者如果我想要这个我是否需要编写一个滚动窗口循环并多次预测一组（h = 1）？

Answer 1

ARIMA 使用递归预测，因此对于每个新步骤，它使用历史记录（即训练集）+ 它为上一步生成的预测。

想法如下：使用历史数据构建模型，并使用该模型预测 h=1 的值，然后将该预测反馈给模型以生成 h=2 的预测，然后将其反馈给生成 h=3 的模型等...直到达到所需的预测范围。