基于ARIMA模型的R语言时间序列预测与置信区间绘图正确性验证

整体思路的合理性 #

你的代码核心逻辑是通顺的：

• 用auto.arima()自动筛选最优ARIMA模型拟合时间序列
• 通过forecast()生成12期预测值及95%置信区间
• 借助dygraphs实现交互式可视化，对比实际值、预测值与置信区间

存在的问题（无法正确展示置信区间） #

代码里的dySeries(c("pred$lower", "pred$mean", "pred$upper"))是错误的，具体原因：

1. 执行cbind(ldeaths, pred$lower, pred$mean, pred$upper)后，生成的数据框列名并非pred$lower这类写法，实际列名会是ldeaths、95%（来自pred$lower）、mean、95%（来自pred$upper），列名重复会导致dygraph识别异常
2. 直接用对象引用格式作为列名是错误的，必须使用合并后数据框的实际列名

修正后的代码 #

library(forecast)
library(dygraphs)

# 拟合模型并生成预测
fit <- auto.arima(ldeaths)
pred <- forecast(fit, h = 12, level = 0.95)

# 整理预测数据：统一列名，避免重复
pred_df <- cbind(
  Lower = pred$lower,
  Mean = pred$mean,
  Upper = pred$upper
)

# 合并原始数据与预测数据，对齐时间索引
plot_data <- cbind(Actual = ldeaths, pred_df)

# 绘制交互式可视化图
dygraph(plot_data, main = "Deaths from Lung Disease (UK)") %>%
  dySeries("Actual", label = "Actual") %>%
  dySeries(c("Lower", "Mean", "Upper"), label = "Predicted", fill = "red")

修正说明 #

• 先将预测的置信区间上下限、均值整理为列名清晰的数据框，避免列名重复问题
• 合并原始数据与预测数据时统一命名，方便dygraph识别
• dySeries(c("Lower", "Mean", "Upper"))会自动将上下限作为置信区间填充区域，中间线展示预测均值，完美实现预期的可视化效果

内容的提问来源于stack exchange，提问作者stats_noob