我一直致力于时间序列预测，并且最近了解了auto.arima和ann的混合模型如何提供更好/更准确的预测结果。 我有六个时间序列数据集，混合模型为其中五个创造了奇迹，但它为另一个提供了奇怪的结果。
我使用以下方法运行模型包：
library(forecast)
library(forecastHybrid)
以下是数据：
ts.data
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2012 1 16 41 65 87 104 152 203 213 263
2013 299 325 388 412 409 442 447 421 435 448 447 443
2014 454 446 467 492 525
型号：
fit＆lt; - hybridModel（ts.data，model =“an”）
预测接下来5个时期的结果：
预测（适合，5）
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Jun 2014 594.6594 519.2914 571.0163 505.6007 584.7070
Jul 2014 702.1626 528.7327 601.8827 509.3710 621.2444
Aug 2014 738.5732 540.6665 630.2566 516.9534 653.9697
Sep 2014 752.1329 553.8905 657.3403 526.5090 684.7218
Oct 2014 762.7481 567.9391 683.5994 537.3256 714.2129
您可以看到点预测超出95％置信区间。 有谁知道这发生了什么以及如何解决它？
任何想法和见解都表示赞赏！ 提前谢谢。