使用xreg預測ARIMA

我正在嘗試使用以下代碼預測在餐館點餐的人的時間（「TiTo」）。 TiTo是一個人從他們走進大門到他們拿到食物時所需的總時間。 TimeTT是顧客與服務員交談的時間。我相信TimeTT是TiTo的一個預測因子，我想用它作爲TiTo預測的協變量。我已經閱讀了一些關於ARIMA的知識，並且據我瞭解，您可以在xreg參數中將預測變量添加到模型中。我正在考慮將xreg參數設置爲迴歸模型的自變量，如lm（TiTo〜TimeTT）。這是考慮xreg參數的正確方法嗎？下面的錯誤信息是什麼意思？我是否需要將TimeTT轉換爲時間序列以在xreg參數中使用它？我是新來的預測，所以所有的幫助非常感謝。使用xreg預測ARIMA

預測嘗試：

OV<-zoo(SampleData$TiTo, order.by=SampleData$DateTime) 

eData <- ts(OV, frequency = 24) 

Train <-eData[1:15000] 

Test <- eData[15001:20809] 

Arima.fit <- auto.arima(Train) 

Acast<-forecast(Arima.fit, h=5808, xreg = SampleData$TimeTT)

錯誤：（！NcoI位（XREG）=的NcoI（對象$調用$ XREG））

錯誤，如果停止（「迴歸量數不匹配擬合模型「）：參數是長度的零

數據：

dput(Train[1:5]) 
c(1152L, 1680L, 1680L, 968L, 1680L) 

dput(SampleData[1,]$TimeTT) 
structure(1156L, .Label = c("0.000000", "0.125000", "0.142857", 
"96.750000", "97.800000", "99.000000", "99.600000", "NULL"), class = "factor")

來源

2016-02-25 modLmakur

發佈您的數據示例。 – kristang

謝謝你回到我身邊kristang。我發佈了一些示例數據。我沒有發佈TimeTT的所有數據，只是一個示例。我可以直接從蝙蝠身上看到，我之前錯誤地將我的數據框子集化了，但是xreg應該是數據框？ xreg是否需要與您的訓練數據具有相同長度的時間序列？還有，我是否使用xreg正確的自動arima後面的conept，那就是說我可以預測一個時間序列（「TiTo」）並使用xreg將預測變量添加到預測中？ – modLmakur

您需要在估算模型本身時定義xreg，並且這些也需要提前預測。因此，這將是這個樣子：

Arima.fit <- auto.arima(Train, xreg = SampleData$TimeTT) 
forecast(Arima.fit, h = 508, xreg = NewData$TimeTT)

這裏是羅布海德門使用Arima和xreg一個例子（這裏是link的例子，但瞭解更多關於在ARIMA模型中使用的同期協去here），這類似於auto.arima。

n <- 2000 
m <- 200 
y <- ts(rnorm(n) + (1:n)%%100/30, f=m) 

library(forecast) 
fit <- Arima(y, order=c(2,0,1), xreg=fourier(y, K=4)) 
plot(forecast(fit, h=2*m, xreg=fourierf(y, K=4, h=2*m)))

希望這會有所幫助。

來源

2016-02-25 20:31:05

使用xreg預測ARIMA

回答

相關問題