我曾经在 SAS 中每周预测计算机的销售量，大致基于两个参数 - 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？我导入了数据集，执行了 auto.arima 并分析了一些变量的 p 值。然而，我不知道如何进行 future 26 周的预测。任何帮助将不胜感激!
最佳答案
R 有一个名为 arima 的内置 ARIMAX 过程。要获取 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”结果可能并不像您认为的那样。
因此，如果您使用的 ARIMAX(1, 2, 3)(1, 0, 0) 模型具有因变量销售额(月度数据)和外生变量 nasdaq(并且您对 nasdaq 的预测为 nasdaq .pred)，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)
关于r - 在 R 中使用 ARIMAX 进行预测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15681529/