在时间序列预测中聚合每日预测区间

时间:2017-03-24 13:45:04

标签: r time-series prediction

我预测收入为365天,其预测水平为75,85和95,使用预测包,如下所示:

ci<-function(model, nsim, xreg, date)
{
  #Using forecast.Arima function to predict forecast with lower and upper bounds
  fcast<-data.frame(forecast.Arima(model,h=365, xreg=xreg, level=c(75, 85, 95)))
  names(fcast)<-c("Date", "Forecast","L95","H95","L85","H85","L75","H75")
  return(fcast)
}

我必须在每月级别上显示汇总的结果,我将每日预测收入添加到每月,这似乎是正确的做法。但是,将每日预测水平添加到每月似乎在逻辑上是正确的,因为数据不遵循标准的正态分布。

此外,我无法在创建模型之前聚合数据,因为我会丢失我们为改进预测而添加的其他回归量的每日信息。在这种情况下,汇总预测水平的最合理和最正确的方法是什么?

0 个答案:

没有答案