R中arima()调用predict传入newxreg报列数不匹配错误

这个报错是R语言arima()函数惰性求值机制导致的经典问题，和你传入的newxreg内容本身没有关系：

• arima()拟合模型时，不会把传入的训练集xreg数据实际存储在模型对象中，只会在模型的call属性里保存你传入的表达式yx[1:100,-c(1)]。等后续调用predict()做列数一致性校验时，才会在全局环境中重新执行这个表达式，拿到当下的xreg值做对比。
• 第一次运行预测能正常返回结果，是因为当时yx只有y/Ozone/Wind三列，表达式yx[1:100,-c(1)]计算结果为2列，和你传入的newxreg列数完全匹配。
• 执行yx$p <- ...给yx新增预测值列之后，yx变成4列，这时候再跑predict()，重新求值yx[1:100,-c(1)]得到的是Ozone/Wind/p三列，和你传入的2列newxreg列数不匹配，就会触发报错。
• 后续删除第4列新建temp对象也无法解决问题，因为表达式求值默认找全局环境里的原始yx对象，新建的temp不会影响求值结果，只要yx本身还带p列，校验就会失败。

不要把直接取数据框子集的表达式直接传给xreg参数，提前把训练用的外生变量存为独立的固定对象，再传入模型即可，从根源避免后续修改原数据干扰表达式求值结果：

df <- datasets::airquality
yx <- cbind(y=df[, "Temp"], df[, c("Ozone", "Wind")])

# 提前拆分训练集外生变量为独立对象，和原数据框解耦
train_xreg <- as.matrix(yx[1:100, c("Ozone", "Wind")])
mod <- arima(ts(yx$y[1:100]), order = c(3,0,0), xreg = train_xreg, include.mean = FALSE)

# 后续不管怎么修改yx，预测逻辑都不会受影响
test_xreg <- as.matrix(yx[101:153, c("Ozone", "Wind")])
p <- c(yx$y[1:100] , predict(mod, newxreg = test_xreg, se.fit = FALSE))
yx$p <- p
# 再次调用预测可正常运行
predict(mod, newxreg = test_xreg, se.fit = FALSE)

如果不想重新拟合模型，临时修复可以手动把模型call属性里的xreg替换为实际训练数据矩阵，或者直接删除全局环境中yx的p列再跑预测，但稳定性都不如提前拆分训练对象的方案。

注：这个问题不是arima()独有，R中很多早期统计建模函数都会在call中存表达式而非实际传入的数据值，只要后续修改了原数据对象，就可能出现类似的无厘头校验报错，养成建模前提前拆分训练数据对象的习惯即可避开这类问题。

内容的提问来源于stack exchange，提问作者pollytatouin