在R中使用已保存的tslm模型预测时遇错误求助

这个错误的核心原因是你对load()函数的用法理解有点偏差——它不会返回加载的模型对象，而是把保存的对象直接恢复到当前R环境中，返回的只是加载对象的名称（字符串）。所以你的model2其实是个字符串"model"，而不是真正的tslm模型，forecast()自然无法识别，才会抛出奇怪的错误。

下面给你两种正确的解决方案：

方案一：正确使用load()函数 #

保存模型的步骤没问题，加载时不需要赋值，直接调用load()，然后用原来的模型名称（或者重新赋值）进行预测：

# 保存模型（注意规范参数是file，R也兼容filename）
model <- tslm(y ~ x)
save(model, file = "tslm.Rda")

# 加载模型：直接调用load，模型会回到当前环境中
load("tslm.Rda")

# 直接用原模型名预测，或者赋值给新变量再预测
forecast(model, newdata = data)

# 或者改名后使用
model2 <- model
forecast(model2, newdata = data)

方案二：用saveRDS()和readRDS()更灵活 #

如果你希望加载时直接赋值给新变量名，推荐用saveRDS()和readRDS()——这组函数专门用来保存/读取单个R对象，加载时可以直接赋值，避免环境中对象名的混乱：

# 保存模型
model <- tslm(y ~ x)
saveRDS(model, file = "tslm.rds")

# 加载模型并直接赋值给model2
model2 <- readRDS("tslm.rds")

# 正常执行预测
forecast(model2, newdata = data)

验证示例 #

用内置时间序列数据测试一下，确保流程没问题：

library(forecast)

# 构造测试数据
y <- AirPassengers
x <- time(AirPassengers)

# 训练tslm模型
model <- tslm(y ~ x)

# 保存并加载（用saveRDS示例）
saveRDS(model, file = "test_tslm.rds")
model_loaded <- readRDS("test_tslm.rds")

# 构造新的预测数据
new_data <- data.frame(x = c(1961, 1962))

# 执行预测
forecast(model_loaded, newdata = new_data)

运行这段代码会正常输出预测结果，不会再出现之前的错误。

内容的提问来源于stack exchange，提问作者Z. Shah