我一直在尝试根据过去 3 年的数据预测一些变量，每月季节性为 12 个月我正在使用 stl( ) 函数使用以下方法分解时间序列对象：
fit <- stl(data.ts, t.window=12, s.window="periodic", robust=TRUE)
其中"data.ts"是一个时间序列对象，然后使用以下方法预测未来 12 个月：
f<- forecast(fit,method="naive",h=12)
由于历史数据中没有的一些外部事件，这几个月来被低估了。我想知道是否有任何方法可以在我的时间序列预测中捕获此类事件
您可以尝试预测包中的 auto.arima 或 arima 函数。您可以在 xreg 参数中使用带有外部变量的 df
检查这个： https://www.otexts.org/fpp/9/1