时间序列分析能否反向预测历史数据以补全缺失的历史记录？

时间序列可以反向推演历史数据，这种操作通常称为后向预测（backcast），核心思路是利用时序的自相关性、周期特性，基于已有的连续数据反推缺失的历史值，刚好可以满足你补全缺失历史数据的需求。

你之前代码运行失败有两个核心原因：

• forecast()函数的第一个入参要求是已经拟合完成的时序模型对象，直接传入原始时序CandyTS不符合函数要求
• forecast包原生仅支持正的h值做前向未来预测，不支持负步长直接做后向推演

R语言实现方案 #

方案1：翻转时序做后向预测 #

将现有时间序列翻转顺序，把历史方向映射为未来方向，正常做正向预测后再把结果翻转，即可得到对应历史区间的推演值：

library('forecast')
library('xts')

# 你的原有数据读取和预处理逻辑
df<- read.csv('你的本地数据路径.csv')
colnames(df)<-c("date", "production")
df$date<-as.Date(df$date, format="%Y-%m-%d")
CandyTS<- ts(df$production, start=c(1972,1),end=c(2017,8), frequency=12 )

# 1. 拟合原始时序的ARIMA模型
arima_fit <- auto.arima(CandyTS)

# 2. 翻转时序
rev_ts <- rev(CandyTS)
# 3. 拟合翻转后时序的ARIMA模型
rev_arima <- auto.arima(rev_ts)
# 4. 正向预测92步，对应原时序的反向92步
rev_forecast <- forecast(rev_arima, h = 92)
# 5. 翻转预测结果得到历史回溯值
backcast <- rev(rev_forecast$mean)
# 给回溯值添加时间索引，92个月度数据对应7年8个月，起始时间为1964年5月
backcast_ts <- ts(backcast, start = c(1964,5), frequency = 12)

# 拼接得到完整时序
full_ts <- ts(c(backcast_ts, CandyTS), start = c(1964,5), frequency = 12)

方案2：缺失值补全工具（适用所有位置的缺失） #

如果你的缺失数据是序列中间段、或者不想手动翻转时序，可以直接用imputeTS包的卡尔曼滤波补全功能，直接基于ARIMA模型补全所有缺失值：

library('imputeTS')
# 构造包含缺失值的完整时序，开头92个位置留NA对应需要补的历史数据
full_with_na <- ts(c(rep(NA,92), CandyTS), start = c(1964,5), frequency = 12)
# 自动基于ARIMA+卡尔曼滤波补全所有缺失值
filled_ts <- na_kalman(full_with_na, model = "auto.arima")

Python实现方案 #

核心逻辑和R一致，用翻转时序的方法实现后向预测：

import pandas as pd
from pmdarima import auto_arima

# 读取数据
df = pd.read_csv('你的本地数据路径.csv', parse_dates=['date'], index_col='date')
# 转换为月度频率时序
ts = df['production'].asfreq('MS')

# 翻转时序
rev_ts = ts[::-1]
# 自动拟合季节性ARIMA模型
rev_model = auto_arima(rev_ts, seasonal=True, m=12)
# 正向预测92步
rev_pred = rev_model.predict(n_periods=92)
# 翻转预测结果得到历史回溯值
backcast = rev_pred[::-1]
# 给回溯值设置时间索引
backcast.index = pd.date_range(end=ts.index[0] - pd.DateOffset(months=1), periods=92, freq='MS')
# 拼接得到完整时序
full_ts = pd.concat([backcast, ts])

注意事项 #

• 时序的稳定性、周期性越强，后向预测的准确度越高，你的糖果生产数据有明显的季节性特征，推演效果会相对可靠
• 后向预测步长不宜过长，步长越大误差累积越高，得到结果后建议结合业务逻辑做合理性校验
• 如果缺失的是序列中间段的数据，优先用缺失值补全方法，准确度高于单独做反向预测

内容的提问来源于stack exchange，提问作者JIHUN LEE