收到错误＆＃34;＆＃39; xreg＆＃39;和＆＃39; newxreg＆＃39;有不同数量的列＆＃34;

Question

我刚开始使用R和时间序列预测。 我正在预测1个变量（消费）和一个外生变量（收入）。这是季度数据。 当我用R代码运行模型时，

    #train_exp <- exp_trial[,1][1:150]    
    #train_inc <- exp_trial[,2][1:150]    

    model_train_exp <- arima(train_exp,order = c(0,2,6),seasonal = list(order=c(0,1,1),period = 4), xreg = train_inc)    

此模型没有错误。但是，当我预测它时，我得到一个错误 xreg＆＃39;和＆＃39; newxreg＆＃39;列数不同

    forcasted_arima <- forecast.Arima(model_train_exp, h=14)    

有很多关于forecast.arima的论据。我不熟悉那些。 有人可以告诉我它应该是什么代码吗？

Answer 1

模型使用train_inc来制作模型。它需要更多train_inc个值才能完成预测。以这种方式思考，您以train_exp_t0 = b1 + b2*train_exp_t-1 + b3*train_inc_t0的形式构建了模型。有了这个模型，如果有人提供train_exp_t-1（即昨天的消费）和train_inc_t0（今天的收入价值）的值，模型将返回train_exp_t0（今天的消费） 。您需要为其提供一些train_inc值才能获得结果。

示例

train_exp = rnorm(20)
train_inc = 1 + rnorm(20)

fit <- arima(train_exp, xreg=train_inc)
predict(fit, h=14)
# Error in predict.Arima(fit, h = 14) : 
#   'xreg' and 'newxreg' have different numbers of columns

我们得到了同样的错误。但是，当我们为train_inc提供新值时，它就可以了！

new_train_inc <- rnorm(14)

predict(fit, newxreg=new_train_inc)
# $pred
# Time Series:
#   Start = 21 
# End = 34 
# Frequency = 1 
# [1] -0.2444872 -0.1583624 -0.2042488 -0.2143231 -0.1992276 -0.2047153 -0.2431517 -0.1887002 -0.2480745 -0.2118920
# [11] -0.1281492 -0.2067001 -0.2202669 -0.2166019
# 
# $se
# Time Series:
#   Start = 21 
# End = 21 
# Frequency = 1 
# [1] 1.153433

如果仍然没有意义，请记住您预测的是train_exp，而不是train_inc。

如果您想要更正式的讨论see here at Cross Validated