样本外数据的季节性调整

Question

我正在R中使用Seasonal软件包对ttime系列数据进行季节性调整。

我对时间序列进行季节性调整。假设从2000年第一季度到2018年第四季度。我将在2019年第一季度获得新信息，这些信息对于季节性调整模型而言是样本之外的。

我需要获取经过季节性调整的价值，但要使用现有模型，而不要使用任何更新的模型。

数据如下

library(seasonal)

#data series
unemp <- c(5.1, 4.9, 4.6, 4.4, 4.4, 3.7, 3.8, 4.9, 4.9, 4.0, 4.0, 4.5, 5.0, 4.5, 4.6, 4.7, 4.8, 4.0, 3.9, 4.5,  
  4.8, 3.8, 4.3, 5.2, 4.9, 3.9, 3.6, 3.6, 3.7, 2.6, 2.4, 2.7, 3.1, 2.2, 2.1, 2.3, 3.4, 3.6, 4.2, 4.4,
  5.1, 5.1, 5.0, 5.8, 6.5, 5.8, 5.9, 6.7, 6.6, 6.2, 7.2, 7.6, 9.1, 8.3, 7.4, 7.6, 8.8, 7.3, 7.3, 
  7.6, 7.8, 7.2, 6.6, 6.4, 6.9, 5.8, 5.3, 6.1, 5.8, 4.4, 4.3, 3.8, 3.9, 3.2, 3.0, 2.4)

unemp.ts <- ts(unemp, start = c(2000, 1), frequency = 4)

按以下代码进行季节性调整

unemp.seas.model <- seas(unemp.ts)

模型系数

unemp.seas.model

并获得了经过季节性调整的时间序列

final(unemp.seas.model)

我想要的是最后一行代码

predict(unemp.seas.model, newdata = ts(c(2.6), start = c(2019, 1), frequency = 4)

但是，在功能predict.seas的小插图包中（第23页），它说运行以下代码将生成更新的模型。

基本上，我不希望对现有模型进行更新，而是希望根据现有模型进行季节性调整。