我正在使用R中的预测包进行时间序列预测。我有5年的历史，并希望预测未来3个月。我注意到，如果我在训练集中仅使用最近2-3年的预测，那么预测优于使用所有5年。我相信这是因为ARIMA算法在5年前发现的模式不再适用于预测未来。
而不是从很久以前完全消除数据，是否可以减少这些数量？目前预测中没有这样的选项，但有没有办法解决这个问题，还是有替代软件包？
答案 0 :(得分：0)
当您对方差进行更改并使用Tsay测试进行识别时，权重实际上更为重要。
听起来你可以使用“等级转换”变量（即0,0,0,0,1,1,1,1,1，）。这将使您仍然保持季节性和星期几效果，但也会对平均值的变化作出反应。你也应该留意变化的异常值，趋势的变化和季节性的变化，因为星期一可能很低并变得很高。您还应考虑带有领先和滞后影响的假期，每月影响和长周末。
Ruey Tsay继续关注Box和Tiao的异常工作，你可以在这里阅读www.unc.edu/~jbhill/tsay.pdf
自从你问到 - 我们的软件叫做Autobox并自动完成这些工作并于1976年推出 www.autobox.com
答案 1 :(得分：0)
如果任何参数已经改变了时间，那么也包含在AUTOBOX中的Chow测试实际上是dteremines。如果您认为过去2 - 3年的ARIMA结构与之前的时期不同，那么AUTOBOX将建议数据分段。如果您想要追求此功能，请联系Aautomatic Forecasting Systems的人员。顺便说一句，我已经为他们编写了这些程序。