在R中使用auto.arima预测值为负且绘图X轴值异常，求解决

用R跑auto.arima做每日入院人数预测时碰到两个异常：

• 输出的所有预测值全为负数
• 绘图的X轴显示负数，实际应该是正数

用到的代码：

M1 = auto.arima(`Number of Daily Admissions`, stepwise = FALSE,approximation = FALSE,trace = TRUE)

forecast_values <- forecast(M1, h = 90, level = c(80))

print(forecast_values)

1. X轴负值：时间序列索引未正确设置 #

如果你的入院人数数据只是普通向量，没有转换成带正确时间索引的时间序列对象，forecast绘图时会默认使用序列的位置索引，很可能出现负数轴。

解决办法：
将数据转为ts对象，指定起始时间和频率（按日数据的话频率设为365）：

# 假设数据从2023年1月1日开始，每日一条
ts_data <- ts(`Number of Daily Admissions`, start = c(2023, 1), frequency = 365)
M1 <- auto.arima(ts_data, stepwise = FALSE, approximation = FALSE, trace = TRUE)
forecast_values <- forecast(M1, h = 90, level = c(80))
plot(forecast_values)

如果已经是时间序列对象，检查起始参数是否误设为负数，改回正常年份/周期即可。

2. 预测值为负：模型适配性问题 #

入院人数是计数型数据（不可能为负），但auto.arima默认使用高斯模型，这类模型允许输出负值。

解决办法：
改用适合计数数据的分布模型，比如泊松或负二项分布：

# 泊松分布ARIMA（适配常规离散计数数据）
M1 <- auto.arima(`Number of Daily Admissions`, stepwise = FALSE, approximation = FALSE, trace = TRUE,
                 family = "poisson")

# 负二项分布（适配数据过度离散的情况）
M1 <- auto.arima(`Number of Daily Admissions`, stepwise = FALSE, approximation = FALSE, trace = TRUE,
                 family = "negbin")

如果临时应急，也可以强制将预测值中的负数替换为0（但不如更换模型严谨）：

forecast_values$mean <- pmax(forecast_values$mean, 0)
forecast_values$lower <- pmax(forecast_values$lower, 0)
forecast_values$upper <- pmax(forecast_values$upper, 0)

内容的提问来源于stack exchange，提问作者Prince