R：手动预测测试数据集，而不使用预测功能

Question

我从auto.arima函数获得以下模型：

BV = -3851.172 * TMAX + 0.9912 * TOURIST + eta

其中

eta = error - 0.6899 * error[t-1]

其中error ~ NID(0, 7.66e+10)，其中sigma^2 = 7.66e+10。

我想在测试数据集中手动进行预测，而不是使用forecast函数。这是我的初始代码：

f_test <- eta <- error <- c(); 
eta[1] <- error[1] <- rnorm(1, 0, sqrt(7.66e+10))
for (i in 2:nrow(testing)) {
    error[i] <- rnorm(1, 0, sqrt(7.66e+10))
    eta[i] <- error[i] - 0.6899 * error[i - 1]
    f_test[i] <- -3851.172 * testing[i, "TMAX"] + 0.9912 * testing[i, "Tourist"] + eta[i] - error[i]
}

这是正确的吗？我没有接近forecast函数的预测值（假设在这种情况下是随机生成错误）的预测值。