如何用fable包的ARIMA模型完成Open差分对High对数的预测及逆变换？

已基于2015年GOOG股票数据，通过ARIMA模型对Open的一阶差分dOpen建模并得到预测值，需要将dOpen的预测结果逆变换还原为原始Open变量的预测值。

解决方案 #

因为dOpen = difference(Open)是一阶差分（即dOpen_t = Open_t - Open_{t-1}），逆变换需要：

• 获取原始数据中最后一个真实的Open值作为起点
• 对预测的dOpen进行累积求和，再加上起点值得到原始Open的预测

完整代码实现 #

# 1. 获取原始数据的最后一个Open值
last_open <- google_2015 |> slice_tail(n=1) |> pull(Open)

# 2. 对dOpen预测值进行逆变换，得到Open的预测
xd_transformed <- xd |>
  mutate(
    # 计算dOpen预测值的累积和
    cum_dOpen = cumsum(.mean),
    # 逆差分得到原始Open的预测值
    Open_pred = last_open + cum_dOpen
  )

# 查看转换后的结果
xd_transformed

结果说明 #

• cum_dOpen：预测期内dOpen的累积变化量
• Open_pred：还原后的原始Open变量预测值，对应预测期的每一天

内容的提问来源于stack exchange，提问作者douseik