用外部回归量预测R - auto.arima

Question

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!!

Answer 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。