【发布时间】：2016-03-11 05:04:02
【问题描述】：
我的预测幅度远小于真实数据。我可以在 auto.arima 中使用一个参数来增加预测的幅度吗？
我一直在阅读 Rob Hyndman 的预测教科书。似乎表明增加误差项的影响会增加预测变化的幅度，而不会改变模式。
我尝试使用 Arima 并更改 p、q 和 d 值，但没有运气。此外，我尝试设置 Allowmean=FALSE，这似乎将预测降低到 x 轴，而不是围绕数据的平均值。将预测乘以标量确实会增加幅度。我想我更喜欢对实际数据更敏感的解决方案。我对 auto.arima 和预测非常陌生，因此非常感谢任何提示。
我在下面有代码和示例数据。
代码：
tsTrain <-tsTiTo[1:60]
tsTest <- tsTiTo[61:100]
LagXreg<-c(NA,ds[1:99,]$CustCount)
##Lagged Predictors
xregTrain2 <- LagXreg[1:60]
xregTest2 <- LagXreg[61:100]
Arima.fit2 <- auto.arima(tsTrain, xreg = xregTrain2,stepwise=FALSE, approximation=FALSE, allowmean = FALSE)
Acast2<-forecast(Arima.fit2, h=40, xreg = xregTest2)
##Other Attempts
Arima.fit8 <- auto.arima(tsTrain, xreg = xregTrain2,stepwise=FALSE, approximation=FALSE,allowmean = FALSE)
Arima.fit9 <- Arima(tsTrain, xreg = xregTrain2,order=c(1,0,10))
数据：
dput(ds$CustCount[1:100])
c(3, 3, 1, 4, 1, 3, 2, 3, 2, 4, 1, 1, 5, 6, 8, 5, 2, 7, 7, 3, 2, 2, 2, 1, 3, 2, 3, 1, 1, 2, 1, 1, 3, 2, 2, 2, 3, 7, 5, 6, 8, 7, 3, 5, 6, 6, 8, 4, 2, 1, 2, 1, 不适用, 不适用, 4, 2, 2, 4, 11, 2, 8, 1, 4, 7, 11, 5, 3, 10, 7, 1, 1, 不适用, 2, 不适用, 不适用, 2, 不适用, 不适用, 1, 2, 3, 5, 9, 5, 9, 6, 6, 1, 5, 3, 7, 5, 8, 3, 2, 6, 3, 2, 3, 1 )
dput(tsTiTo[1:100])
c(45, 34, 11, 79, 102, 45, 21, 45, 104, 20, 2, 207, 45, 2, 3, 153, 8, 2, 173, 11, 207, 79, 45 , 153, 192, 173, 130, 4, 173, 174, 173, 130, 79, 154, 4, 104, 192, 153, 192, 104, 28, 173, 52, 45, 11, 29, 22, 81 , 7, 79, 193, 104, 1, 1, 46, 130, 45, 154, 153, 7, 174, 21, 193, 45, 79, 173, 45, 153, 45, 173, 2, 1, 2 , 1, 1, 8, 1, 1, 79, 45, 79, 173, 45, 2, 173, 130, 104, 19, 4, 34, 2, 192, 42, 41, 31, 39, 11, 79 , 4, 79)
【问题讨论】：
标签： r forecasting