基于ARIMA模型的时间序列预测新手技术问询

Hey there! Let's get your ARIMA forecasting code finished up properly. You've already laid a good foundation with data loading, so let's fill in the missing pieces and add some best practices for evaluating your predictions.

第一步：补全基础变量定义 #

首先，你没写完real向量的定义，先把它补全用来存储测试集的真实值：

# 补全真实值向量定义
real <- vector(mode="numeric", length=testLength)
# 直接赋值测试集真实值（替代后续循环赋值的话也可以这么写）
real <- rt[(nSkip+1):nData]

第二步：实现ARIMA预测（两种常见方式） #

方式1：一次性训练模型并预测整个测试集

这是最基础的方法，适合数据平稳且模式稳定的场景：

# 训练ARIMA模型（auto.arima会自动选择最优的p,d,q参数）
arima_model <- auto.arima(rt[1:nTrain])

# 预测测试集长度的结果
arima_output90 <- forecast(arima_model, h=testLength)$mean

方式2：滚动窗口预测（更适合非平稳或模式变化的序列）

如果你的序列可能随时间变化，滚动预测会更准确——每次用最新的训练数据重新拟合模型：

# 滚动预测循环
for(i in 1:testLength){
  # 每次取前nTrain+i-1个数据作为训练集
  train_data <- rt[1:(nTrain+i-1)]
  # 拟合ARIMA模型
  model <- auto.arima(train_data)
  # 预测下一个时间步
  arima_output90[i] <- forecast(model, h=1)$mean
  # 同步存储真实值（如果之前没直接赋值的话）
  real[i] <- rt[nTrain+i]
}

第三步：添加模型评估与可视化 #

预测完成后，一定要评估模型效果，这是时间序列预测的关键环节：

library(ggplot2)

# 计算评估指标
mae <- mean(abs(arima_output90 - real))
rmse <- sqrt(mean((arima_output90 - real)^2))
cat(paste0("MAE: ", round(mae, 4), "\nRMSE: ", round(rmse, 4), "\n"))

# 绘制真实值与预测值对比图
plot_df <- data.frame(
  Time = seq(nTrain+1, nData),
  Real = real,
  Predicted = arima_output90
)

ggplot(plot_df, aes(x=Time)) +
  geom_line(aes(y=Real, color="Real"), linewidth=1) +
  geom_line(aes(y=Predicted, color="Predicted"), linewidth=1, linetype="dashed") +
  labs(title="ARIMA Forecast vs Actual Values", x="Time Step", y="Value") +
  scale_color_manual(values=c("Real"="blue", "Predicted"="red")) +
  theme_minimal()

额外小贴士 #

• 检查时间序列的平稳性：可以用adf.test()（来自tseries包）检验，auto.arima会自动处理差分，但提前了解数据特性很有帮助。
• 如果你的序列有季节性，auto.arima也能自动识别季节性参数，不用额外设置。
• 可以尝试其他模型对比效果，比如ETS模型（ets()函数），看看哪个更适合你的数据。

内容的提问来源于stack exchange，提问作者PAPAS