如何使用R中的GAS程序包预测时间序列的下一个点？

Question

我在R中使用GAS（广义自动回归得分）软件包来预测选定的时间序列。我已经阅读了软件包文档以及作者发表的论文，并且很难理解他们如何预测下一步。

以下是一些代码：

 gas_model <- UniGASSpec(Dist = "std", ScalingType = "Identity",
                    GASPar = list(location = TRUE, scale = TRUE, shape = FALSE))

 gas_fit <- UniGASFit(gas_model, time_series)

 gas_forecast <- UniGASFor(gas_fit, H = 1, ReturnDraws =  T)

 prediction_point <- mean(gas_forecast@Draws)

那么这到底如何工作？ gas_forecast函数预测下一时间步的预测分布的参数？然后我们从该分布中抽取样本，并取均值来估计预测分布的期望值？这是时间序列中的下一个预测值，即时间点t + 1的预测（给定H = 1）吗？使用此软件包可以简单地预测时间序列的下一个时间点吗？