我正在尝试为我的时间序列实施一次性交叉验证，但却遇到了预测错误。
library('forecast')
data_aero <- c(579, 624, 651, 687, 745, 753, 844, 965, 1076, 1078, 1107)
data_railway <-c(1417, 1507, 1696, 1831, 1985, 1506, 1854, 2059, 2104, 1932, 1778)
data.ts <- ts(data=data.frame(aero = data_aero, railway = data_railway), start = 2004)
st <- 2003
limit <- 2013
en <- 2014
data.ts.train <- window(data.ts, start=st, end=limit)
data.ts.test <- window(data.ts, start=limit+1, end=en)
m <- tslm(aero~railway, data=data.ts.train)
直到这里一切都很好，但是如果我做的话
forecast(m, h=1)
我收到错误
Error in eval(expr, envir, enclos) : object 'railway' not found
答案 0 :(得分：3)
您还需要指定railway：
forecast(m, h = 1, newdata = data.frame(railway = 1))
# Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
#2014 -244.3887 -690.9415 202.1641 -981.6033 492.8259
如果您提前{1}}预测，则需要为所有协变量指定k个新值。在上文中，我以k为例。
请注意，railway = 1是一个通用函数，有很多方法：
forecast如果你适合＆＃34; tslm＆＃34;，你有：
methods(forecast)
# [1] forecast.ar forecast.Arima forecast.bats
# [4] forecast.default* forecast.ets forecast.forecast*
# [7] forecast.fracdiff forecast.HoltWinters forecast.lm
#[10] forecast.mlm* forecast.mts* forecast.nnetar
#[13] forecast.stl forecast.stlm forecast.StructTS
#[16] forecast.tbats forecast.ts* forecast.varest*
class(m)
# [1] "lm"
被调用。您似乎非常沉迷于forecast.lm，只需设置forecast.Arima。阅读h。