我使用以下方式预测了一个时间序列：
fit <- auto.arima(DataInput)
fcast <- forecast(fit, h = 12)
对于DataInput，我使用了两种类型，第一种是普通数字向量，第二种是完全相同的向量转换为时间序列：
DataInput <- ts(DataInput, freq = 12, start = c(2012, 1))
但是，2个数据输入之间的预测完全不同。我尝试模拟数据，我没有发现预测之间的差异，所以我想它必须是我的特定数据集。我完全被难倒了。
请帮忙。
答案 0 :(得分：0)
一种可能性 - 最容易检查的是，当您将数据转换为时间序列时，数据会发生什么。你能提供一些例子吗？
另外，auto.arima包来自哪里？它可能对数字向量和时间序列向量使用不同的默认设置。即它可以设置不同的时间滞后 - 年度时间序列（因为它知道你提供了月度数据），但只有数字数据的月度滞后。它可以为时间序列引入季节性组件，但不能为数字组件引入季节性组件。无论如何你必须学习文档。希望这有帮助