在R中用tsCV()结合tslm()做时间序列交叉验证遇NA问题

你的代码返回全NA的核心原因有两个，结合tsCV的工作原理逐一拆解：

1. forecast时的newdata格式错误 #

tslm训练的模型依赖明确的变量名，你在训练时用了公式y ~ X，但预测时直接传入向量作为newdata——forecast.tslm无法识别这个向量对应模型中的哪个变量，导致预测值全为NA，最终交叉验证的误差也全是NA。

2. 小样本模型拟合失效 #

当训练集长度小于模型所需的最小样本量（这里y ~ X需要至少2个观测值才能估计截距和斜率），tslm无法输出有效参数，对应预测值也会是NA。不过这只会影响前几行结果，不会导致全部NA，所以是次要问题。

修正后的代码 #

y = ts(rnorm(336), frequency=12)
pred <- ts(rnorm(length(y)), start=start(y), frequency=frequency(y))

fc <- function(y, h, xreg) {
  if(NROW(xreg) < length(y) + h)
    stop("Not enough xreg data for forecasting")
  
  # 将训练用自变量转为带列名的数据框，匹配模型公式中的变量名
  train_xreg <- data.frame(X = xreg[seq_along(y)])
  fit <- tslm(y ~ X, data = train_xreg)
  
  # 预测用自变量同样转为数据框，保证变量名一致
  test_xreg <- data.frame(X = xreg[length(y) + seq(h)])
  forecast(fit, newdata = test_xreg)
}

# 运行交叉验证，默认h=1（单步预测）
result <- tsCV(y, fc, xreg=pred)
# 查看结果（前1行因样本量不足为NA，后续行有有效误差值）
head(result, 20)

关于tsCV的补充说明 #

tsCV的逻辑是滚动验证：

• 从训练集长度k=1开始，逐步增加到k=length(y)-h
• 每次用前k个观测值训练模型，预测接下来h个值
• 计算实际值与预测值的差值作为误差，最终返回误差矩阵

如果需要多步预测，只需在调用tsCV时指定h参数（比如tsCV(y, fc, xreg=pred, h=3)）。

内容的提问来源于stack exchange，提问作者Potem29