寓言包预测初始化

Question

假设我使用寓言包使用涵盖2019年的每日数据估算以下模型，其中x是外生解释变量。术语pdq(p = 1, d = 0, q = 0)和PDQ(P = 0, D = 0, Q = 0)表示这是一个自回归模型。

library(tidyverse)
library(fable)

load(file, "Some data.RData")

fit <- dta_2019 %>%
  tsibble() %>%
  model(ar = ARIMA(y ~ x + pdq(p = 1, d = 0, q = 0) + PDQ(P = 0, D = 0, Q = 0)))

现在，我需要使用该模型对2020年的每日数据进行预测，但假设数据始于2020年2月。

forecast_2020 <- fit %>%
  forecast(new_data = tsibble(dta_2020))

我的理解是，对于y的滞后值，鉴于这是一个自回归模型，因此它是估算数据集中观察到的最后一个值（ dta_2019 ）。我可以将y的值初始化为其他值吗？我尝试在 dta_2020 中包含一行，在此特定示例中，该行包含1月31日的观测值，但这导致预测从1月31日开始。

Answer 1

对于ARIMA模型（使用fable::ARIMA()），您还需要预测2020年1月才能获得2020年2月的关注预测。如果两个月都可以使用外生回归变量，则可以计算预测。需要提供外生回归变量x的将来值，但是预测时不需要提供y的将来值。