在 R 中使用 ARIMAX 进行预测

Question

我曾经在 SAS 中每周预测计算机的销售量，基于大致两个参数 - 定价和营销支出（车辆级别 - 因此有几个变量）。这在 SAS 中很容易，因为我可以使用PROC ARIMA.

你能帮我过渡到 R 吗？我已经导入了数据集，执行auto.arima并分析了一些变量的 p 值。但是，我不知道如何进行未来 26 周的预测。任何帮助将不胜感激！

Answer 1

R 有一个内置的 ARIMAX 过程，称为arima. 要获得 X 部分，请使用xreg=参数。如果您没有外生变量并且不使用xreg=，请注意“拦截”结果可能并不表示您认为它表示的内容。

因此，如果您使用 ARIMAX(1, 2, 3)(1, 0, 0) 模型与因变量销售额（月度数据）和外生变量 nasdaq（并且您对 nasdaq.pred 进行了预测） ，你会这样做：

model <- arima (sales, order=c(1, 2, 3), seasonal=list (order=c(1, 0, 0), freq=12),
                xreg=nasdaq)

pred <- predict (model, newxreg=nasdaq.predict)