R: KFASによる状態空間モデル (3)

今回は予測を。

データは1回目のものをつかいます。予測にはpredict関数を使用。ここでは10期先までの予測をおこなってみました。

n.ahead <- 10
pred1 <- predict(fit1$model, n.ahead = n.ahead,
                 interval = "confidence", level = 0.95)
pred2 <- predict(fit2$model, n.ahead = n.ahead,
                 interval = "confidence", level = 0.95)

df.pred1 <- data.frame(Time = (N.t + 1):(N.t + n.ahead),
                       Pred = c(pred1[, 1]),
                       Low  = c(pred1[, 2]),
                       High  = c(pred1[, 3]))
df.pred2 <- data.frame(Time = (N.t + 1):(N.t + n.ahead),
                       Pred = c(pred2[, 1]),
                       Low  = c(pred2[, 2]),
                       High  = c(pred2[, 3]))
p4 <- p3 +
  geom_line(data = df.pred1, aes(x = Time, y = Pred), color = "red") +
  geom_ribbon(data = df.pred1, aes(x = Time, ymin = Low, ymax = High),
              fill = "red", alpha = 0.25) +
  geom_line(data = df.pred2, aes(x = Time, y = Pred), color = "orange") +
  geom_ribbon(data = df.pred2, aes(x = Time, ymin = Low, ymax = High),
              fill = "orange", alpha = 0.25) +
  theme_bw()
print(p4)

pred1（赤）が1階のローカルレベルモデル、pred2（橙）が2階のトレンドモデルによる予測です。95%信頼区間をあわせて表示しています。

タグ：R KFAS