シリーズの終わりを過ぎていない時期にArimaモデルを使って予測値を計算する

Question

私は外部回帰子でArimaモデルを生成しています。 nの観測があるとします。 predict.Arimaの機能forecastからのパッケージは、ちょうどn + 1の観測を予測します。

Iは、Iが特定の値所与N観測値を予測する必要がある、すなわち、外部の回帰の値を変更する、N値（系列の最後の値）の予測を行うために必要外部回帰のために。

library(forecast) 
set.seed(123) 
aux <- 1:24 
covari <- aux + rnorm(24,0,2) 
vari <- ts(aux * runif(24,0,3), start=c(2010,1), freq=12) 

mod <- auto.arima(vari, xreg=covari) 

predict(mod, newxreg=20) 

このコードはモデルを生成し、予測を生成する方法を示しています。私は、パラメータn.aheadを設定する前に、ピリオドの数を制御することができます。

predict(mod, newxreg=runif(4,15,25), n.ahead=4) 

このコードは、シリーズの次の4つの値の予測を生成します。

私が必要とするのは、n.ahead=-1です。つまり、シリーズ内の値は予測されますが、外部回帰は異なります。

外部回帰器を1つしか使用していない場合は、加法モデルであるため、xregの値にxregの係数を掛けた値で観測されたxregの値の差を加算できます。しかし、外部回帰子の数が増えると複雑になります。

Arimaモデルのシリーズの終わりに先行していない値を予測する方法はありますか？

Answer 1

「予測する」とはどういう意味ですか？時系列では、観測された過去の値を条件とする将来価値の推定値です。したがって、観測値の「予測」は単に観測値です。

しかし、おそらくあなたは適合値を意味します。つまり、以前のすべての観測で条件付きの観測のワンステップ予測です。その場合、あなたはfitted(mod)を使ってあなたが望むものを得ることができます。

ところで、predict.Arima()は予測パッケージに含まれていません。予測パッケージは、代替品としてforecast.Arima()機能を提供します。たとえば：

forecast(mod, xreg=20) 
forecast(mod, xreg=runif(4,15,25), h=4) 

更新： としては、コメントで説明し、OPは、説明変数の異なる値を仮定して、過去の観測の「予測」が観察されていた望んでいます。それを解釈するにはいくつかの方法があります。

最初に、係数は新しい情報を反映するように更新され、過去のデータのみが使用されます。その場合は、モデルを再フィットしてフィットした値を取得するだけです。

第2に、係数は更新されず、過去のデータのみが使用されます。そのための機能はなく、なぜ誰がそれをやる必要があるのか​​分かりません。しかし、次のようにして行うことができます。

fitted(mod) + mod$coef["covari"] * (newx - oldx) 

第3に、係数が更新されず、すべてのデータが使用されます。その後、私たちは得る

observed + mod$coef["covari"] * (newx - oldx)