Я подгоняю модель ARIMAx к своим данным временных рядов.«Данные» включают «Скорость» в качестве результата и x1, x2 и x3 в качестве ковариат, и я преобразовал результат, используя преобразование Бокса-Кокса.Мои данные разделены на поезд и набор тестов, и я хочу прогнозировать набор тестов с фактическими значениями, а не с преобразованными значениями.Я сделал следующее:
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)
Теперь я хочу спрогнозировать набор тестов с фактическими значениями, а не с преобразованными значениями:
forecast.test <- predict(fit, newxreg = xreg.test, lambda = lambda)
Теперь ПРОБЛЕМА в том, что эта функция прогнозирования создает прогноз преобразованных значений, а не фактических значений.Как я могу получить прогноз фактических значений, не выполняя преобразование самостоятельно.