R语言Rolling window forecast实现及滚动窗口交叉验证问题求助

核心问题解决：输出第9、10期预测结果 #

原代码中tsCV()是滚动交叉验证的误差计算工具，仅返回历史验证期的预测误差，不会生成超出样本长度的未来预测值。你可以在原有逻辑基础上，调用训练好的模型直接输出未来两期结果，完整可运行代码如下：

library(lubridate)
library(forecast)

# 构造样本数据
Date = c("2018-01-02", "2018-01-03","2018-01-04","2018-01-05","2018-01-06","2018-01-07","2018-01-08","2018-01-09")
Sales = c(255, 138, 368, 223, 335, 75, 188, 118)
ForsøgTS <- ts(Sales, start = decimal_date(as.Date("2018-01-01")), frequency = 365 )

# 定义预测函数
farima <- function(x,h) {
  forecast(auto.arima(x),h=h)
} 

# 滚动交叉验证计算误差（原有逻辑保留）
RW <- tsCV(ForsøgTS, farima, window = 3, h = 1 ) 

# 新增：用最近3期数据（符合你设置的window=3的滚动规则）训练模型，预测未来2期
last_window <- tail(ForsøgTS, 3)
future_forecast <- farima(last_window, h = 2)
# 输出第9、10期预测结果
print(future_forecast$mean)

运行上述代码后，future_forecast$mean 即为第9、10期的预测值。

滚动窗口交叉验证实现指导 #

• 基础结果解读：tsCV() 返回的向量长度与原序列一致，前window个值为NA（训练窗口样本不足），后续每个值对应对应期的预测误差，例如返回值的第4位是用1-3期样本训练、预测第4期的误差，你可以用mean(RW, na.rm = TRUE)计算平均绝对误差，评估模型预测效果。
• 多步预测交叉验证：如果需要验证提前2期的预测效果，可将tsCV()的h参数设置为2，此时返回值为矩阵，每一列对应不同提前步长的预测误差。
• 自定义滚动逻辑：如果需要保存每一轮窗口的预测值而非仅计算误差，可以通过自定义循环实现，示例如下：

window_size <- 3
h <- 2
# 初始化存储矩阵，行对应每一轮窗口，列对应不同预测步长
roll_forecasts <- matrix(NA, nrow = length(ForsøgTS) - window_size, ncol = h)
for (i in 1:nrow(roll_forecasts)) {
  train_data <- ForsøgTS[i:(i + window_size - 1)]
  roll_forecasts[i,] <- farima(train_data, h = h)$mean
}
# 每一行对应第i+window_size期到i+window_size+h-1期的滚动预测值
print(roll_forecasts)

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