我正在尝试教自己一些关于'计数'数据的时间序列建模。我找到了一个非常简单的模型，即Autoregressive Conditional Poisson模型（ACP）（Heinen 2003），它有一个伴随的R包{acp}。我无法找到有关如何为ACP模型的预测构建n步预测间隔的信息。不方便的是，预测不适用于这些ACP对象。关于如何构建这些的任何想法？
此外，当使用带有ACP模型的predict（）时，您必须包含一个参数newydata，它是您要预测的值的数据框...？也许我误解了这一点，但似乎你在预测时已经有了y。为什么呢？
下面我从{acp}包中复制/粘贴了示例代码。
library(acp)
data(polio)
trend=(1:168/168)
cos12=cos((2*pi*(1:168))/12)
sin12=sin((2*pi*(1:168))/12)
cos6=cos((2*pi*(1:168))/6)
sin6=sin((2*pi*(1:168))/6)
#Autoregressive Conditional Poisson Model with explaning covariates
polio_data<-data.frame(polio, trend , cos12, sin12, cos6, sin6)
mod1 <- acp(polio~-1+trend+cos12+sin12+cos6+sin6,data=polio_data, p = 1 ,q = 2)
summary(mod1)
#Static out-of-sample fit example
train<-data.frame(polio_data[c(1: 119),])
mod1t <- acp(polio~-1+trend+cos12+sin12+cos6+sin6,data=train, p = 1 ,q = 2)
xpolio_data<-data.frame(trend , cos12, sin12, cos6, sin6)
test<-xpolio_data[c(120:nrow(xpolio_data)),]
yfor<-polio_data[120:nrow(polio_data),1]
predict(mod1t,yfor,test)
#Autoregressive Conditional Poisson Model without explaning covariates
polio_data<-data.frame(polio)
mod2 <- acp(polio~-1,data=polio_data, p = 3 ,q = 1)
summary(mod2)
predict（）命令中的第二个参数是观察到的y值的向量，它让我感到困惑。
谢谢！