在 R 中预测 ARIMAX 模型中转换时间序列的实际值

Question

我正在为我的时间序列数据拟合一个 ARIMAx 模型。 “数据”包括“速率”作为结果，x1、x2 和 x3 作为协变量，我使用 Box-Cox 变换对结果进行了变换。我的数据分为火车和测试集，我想用实际值而不是转换后的值来预测测试集。我做了以下事情：

data.train <- ts(data[1:24, ] , frequency = 4, start = c(2011, 4)  
data.test <- ts(data[25:28, ], frequency = 4, start = c(2017, 4)) 

covariates <- c("x1", "x2", "x3")
xreg.train <- data.train[, covariates] 
xreg.test <- data.test[, covariates] 

outcome <- data.train[, "Rate"]
lambda <- BoxCox.lambda(outcome)
outcome.trans <- BoxCox(outcome, lambda) 

fit <- auto.arima(outcome.trans, xreg = xreg.train, trace = TRUE, stepwise = FALSE, seasonal = TRUE)

现在我想用实际值而不是转换后的值来预测测试集：

 forecast.test <- predict(fit, newxreg = xreg.test, lambda = lambda)

现在的问题是这个预测函数产生的是转换值的预测，而不是实际值。如何在不自己进行转换的情况下获得实际值的预测。

Answer 1

预测包会为您完成这一切。但是你需要使用forecast()函数，而不是predict()函数。

data.train <- ts(data[1:24,] ,frequency=4, start=c(2011,4)  
data.test <- ts(data[25:28,], frequency=4, start=c(2017,4)) 

covariates <- c("x1","x2","x3")
xreg.train <- data.train[, covariates] 
xreg.test <- data.test[, covariates] 

outcome <- data.train[,"Rate"]
lambda <- BoxCox.lambda(outcome)

fit<- auto.arima(outcome, xreg=xreg.train, lambda=lambda,
  trace=TRUE, stepwise=FALSE, seasonal=TRUE, lambda=lambda)

forecast.test <- forecast(fit, xreg=xreg.test, lambda=lambda)