R语言forecast包geom_forecast函数使用常见问题解析

1. 未来5年预测的参数配置 #

geom_forecast 通过 h 参数控制预测时间步长，本次使用的lungDeaths是月度频率时间序列（年采样频率为12），5年对应60个时间步，直接在函数内指定h=60即可实现需求：

library(forecast)
# 直接加载包内置标准数据集，不要手动cbind避免丢失时间属性
data("lungDeaths")
# 绘制未来5年预测结果
autoplot(lungDeaths) + geom_forecast(h = 60)

其他频率的序列按对应时间粒度换算h即可：年度数据预测5年设h=5，季度数据预测5年设h=20。

2. 阴影区域的含义 #

红色、蓝色阴影是两个序列各自的预测置信区间，颜色和同组预测线一一对应（红色对应mdeaths男性肺部死亡序列、蓝色对应fdeaths女性肺部死亡序列）：

• 内层颜色更深的同色系色块为80%置信区间：代表未来真实观测值有80%概率落在该范围内
• 外层颜色更浅的同色系色块为95%置信区间：代表未来真实观测值有95%概率落在该范围内
  距离历史数据越远阴影宽度越大，是因为预测时长越久不确定性越高，区间会自然变宽。如果需要调整置信水平，可以给geom_forecast传level参数，比如level=c(0.9, 0.99)就会输出90%和99%两层置信区间。

3. 历史线与预测线断点的原因 #

你贴的测试代码本身就有大概率触发断点的问题，常见诱因按出现概率排序：

• 时间属性丢失：代码里手动执行lungDeaths = cbind(mdeaths, fdeaths)，如果没有提前加载标准ts格式的源数据，cbind操作很容易丢失时间序列的起始时间、采样频率属性，导致预测起始点和历史数据终点错位。直接调用data("lungDeaths")加载包内置数据集即可规避这个问题。
• 版本兼容bug：旧版本forecast包处理多变量mts对象时，存在预测起始点偏移1个时间步的已知问题，更新到最新版forecast包即可修复。
• 序列存在缺失值：如果历史序列末尾存在缺失值，模型拟合时会自动剔除缺失段，导致拟合终点和预测起点衔接不上，补全末尾缺失值即可解决。

4. 默认预测模型 #

geom_forecast默认调用forecast::ets()做预测，也就是指数平滑状态空间模型，函数会自动根据AICc信息准则，从所有可选的误差类型（加性/乘性）、趋势类型（无趋势/加性趋势/阻尼趋势）、季节类型（无季节/加性季节/乘性季节）组合里选择最优模型适配数据。
如果需要替换默认模型，可以通过method参数指定，比如geom_forecast(method = 'arima')就会调用自动ARIMA模型做预测。

内容的提问来源于stack exchange，提问作者Ed_Gravy