auto.arima回归量的数量与拟合模型不匹配

Question

我正在使用我自己的一组数据跟踪Rob Hyndman的每日预测示例，并收到以下错误消息：

  

forecast.Arima（fit，xreg = cbind（zf，data $ holidays [157：256]，   h = 100））：回归量的数量与拟合模型不匹配

我谷歌了解错误消息，并寻找可能的解决方案，但没有一个建议的修复程序适合我。以下是我正在使用的代码。我正在使用索引，因此我可以使用一些数据来训练模型，看看预测是否给实际结果带来了合理的结果。

library(forecast)

data <- read.csv("path", header = TRUE, stringsAsFactors = FALSE)

y <- ts(data$numbers[57:156], frequency=7)
z <- fourier(ts(data$numbers[57:156], frequency = 365.25), K=5)
zf <- fourier(ts(data$numbers[57:156], frequency = 365.25), K=5, h=100)
fit <- auto.arima(y, xreg = cbind(z, data$holidays[57:156]), seasonal=FALSE)
fc <- forecast(fit, xreg = cbind(zf, data$future_holidays[157:256], h=100))

提前感谢您的帮助！

Answer 1

我遇到了同样的问题，但幸运的是，我也是Datacamp的订阅者，Hyndman教授教授时间序列建模。在他的博客文章中，他使用时间范围参数两次，因为他也加入了外部回归量，你不是。 Horizo​​n术语已在傅立叶步骤中指定，无需在预测命令中重复。以下是Hyndman教授班级的一个例子。这个例子来自练习。由于您只创建了傅里叶项，因此已经指定了H.如果您决定包含其他变量，如假日标志，他的博客文章代码将起作用。仅供参考，Datacamp是一个令人难以置信的资源，我建议订阅。

设置阶数为13的谐波回归量

`harmonics <- fourier(gasoline, K = 13)`

使用ARIMA错误拟合回归模型

`fit <- auto.arima(gasoline, xreg = harmonics, seasonal = FALSE)`

预测未来3年

`newharmonics <- fourier(gasoline, K = 13, h = 156)
fc <- forecast(fit, xreg = newharmonics)`

绘图预测fc

`autoplot(fc)`