【问题标题】：auto.arima number of regressors does not match the fitted model回归量的 auto.arima 数量与拟合模型不匹配
【发布时间】：2017-07-03 15:24:30
【问题描述】：

我在这里使用我自己的数据集关注 Rob Hyndman 的每日预测示例，我收到以下错误消息：

预测错误。Arima(fit, xreg = cbind(zf, data$holidays[157:256], h = 100)) : 回归变量的数量与拟合模型不匹配

我在 Google 上搜索了错误消息并寻找可能的解决方案，但没有一个建议的修复对我有用。下面是我正在使用的代码。我正在使用索引，因此我可以使用一些数据来训练模型，看看预测是否给实际结果提供了合理的结果。

library(forecast)

data <- read.csv("path", header = TRUE, stringsAsFactors = FALSE)

y <- ts(data$numbers[57:156], frequency=7)
z <- fourier(ts(data$numbers[57:156], frequency = 365.25), K=5)
zf <- fourier(ts(data$numbers[57:156], frequency = 365.25), K=5, h=100)
fit <- auto.arima(y, xreg = cbind(z, data$holidays[57:156]), seasonal=FALSE)
fc <- forecast(fit, xreg = cbind(zf, data$future_holidays[157:256], h=100))

提前感谢您的帮助！

【问题讨论】：

请使用 dput() 附加您的数据。
@ShahabEinabadi 我的文件有近 1,000 行和 4 列。包括在这里不是很多吗？我应该只包含一部分还是其他内容？
我在使用 auto.arima 时遇到了类似的不说同样的错误，这解决了这个问题（对你来说肯定迟到了，但也许其他人觉得它有帮助）stackoverflow.com/questions/61193768/…

标签： r forecasting

【解决方案1】：

我遇到了同样的问题，但幸运的是，我还是 Datacamp 的订阅者，Hyndman 教授在那里教授时间序列建模。在他的博客文章中，他使用了两次时间范围参数，因为他还合并了外部回归器，而您没有。 Horizon 项已在傅立叶步骤中指定，无需在预测命令中重复。下面是 Hyndman 教授课堂上的一个例子，效果很好。这个例子来自一个练习。由于您只创建傅立叶项，因此 H 已指定。如果您决定包含其他变量，例如节日标志，他的博客文章代码将起作用。仅供参考，Datacamp 是一个令人难以置信的资源，我建议订阅。

设置 13 阶谐波回归器

`harmonics <- fourier(gasoline, K = 13)`

用 ARIMA 误差拟合回归模型

`fit <- auto.arima(gasoline, xreg = harmonics, seasonal = FALSE)`

未来 3 年的预测

`newharmonics <- fourier(gasoline, K = 13, h = 156)
fc <- forecast(fit, xreg = newharmonics)`

绘制预测 fc

`autoplot(fc)`

【讨论】：