0

我正在使用动态回归模型来预测一分钟一分钟的时间序列。但是，预测期与指定的“h”值不匹配。但它们更匹配训练数据集的长度。训练数据集为 2 周，而测试数据集为 1 周，以分钟为粒度。我在 forecast() 函数中指定 h = 60*24*7 =10080 分钟（1 周），但是，预测长度为 20160，即两周。

我检查了是否与训练集的长度有任何相关性。显然，有。如果我输入三周的训练数据集，它将产生三周的预测。

xreg <- fourier(msts_train_10, K= c(15,5))
fit4 <- auto.arima(msts_train_10, xreg=xreg, seasonal=FALSE, stationary=TRUE)
fc4 <- forecast(fit4, xreg =  xreg, h = 10080)
accuracy(fc4,msts_total)
autoplot(fc4)


> length(fc4$mean)
[1] 20160

我预计只会产生 1 周的预测（10080 个值）。如何修复此错误？

4

1 回答 1

1

请花时间阅读帮助文件。在这种情况下，它们提供了一个简单的解决方案。

h : 预测期数。如果使用 xreg，则忽略 h，并将预测期数设置为 xreg 的行数。

由于您曾经fourier()generate xreg，并且您没有h在该函数中使用参数，因此xreg将具有与训练数据一样多的行。（再次尝试阅读帮助文件。）

于 2019-03-31T07:24:20.417 回答