关于使用外部回归器拟合arima模型的讨论。
From Auto.arima to forecast in R
我能够完美地预测未来5个月,因为我有预测因子的未来值来解释我的响应变量(churn_rate)。
arima_model_churn_rate <- auto.arima(tsm_churn_rate, stepwise = FALSE,
approximation = FALSE,
xreg = xreg_in_out_p_month_1)
number_of_future_month <- 5
forecast_churn_rate <- forecast (arima_model_churn_rate,
xreg = xreg_fut_in_out_p_month_churn_rate,
h = number_of_future_month)
plot(forecast_churn_rate)
我的问题是,我将来需要预测,我不能等待预测因素被测量以预测未来几个月?
如果我要等到月底,我可以做简单的计算,看看什么是客户流失率?
我的目标是预测接下来的3个月,在这种情况下我应该做些什么来获得预测因素的未来价值?
我对博客中讨论的整个场景感到困惑。对于具有外部回归量的arima模型,我们需要未来的价值。它完全适用于我刚刚用2年数据训练我的模型的情况,我使用接下来的5个月测量预测因子作为未来值。
但是,如果我想预测未来3/6 /甚至是一年如果我必须等待未来的价值,那么我已经在那个时间点了。然后预测没有任何意义。
请有人向我解释这整个概念。对不起,如果我无法解释这整个场景真的很好。尽管我尝试了最好的水平,但我尽力了。
提前致谢!!
答案 0 :(得分:1)
如果您没有未来预测变量的值,则需要先预测它们,或使用其他模型。
您可以尝试没有这些预测变量的模型,或者您可以包含预测变量的滞后值,其中滞后至少与预测范围一样长。