分层数据预测的回归ARIMA方法

在gts对象上尝试使用ARIMA进行回归时，我遇到此错误：

傅里叶（x，K，长度（x）+（1:h））中的误差： K不得大于周期/2

下面是一段简单的可复制代码。我应该将k设置为什么？我尝试过不同的价值观，但似乎都不管用

library(hts)
y3 <- ts(matrix(rnorm(300),ncol=60,nrow=5))
blnames3 <- paste0(rep(c("CA", "NY"), each = 30), # State
               rep(c("AL", "LA", "CL", "ES"), each = 15), # County
               rep(c("O", "O", "O", "C", "C"), 12), # Industry
               rep(c("p", "q", "r", "p", "q"), 12),  # Sub-industry
               rep(504:507, 15)) # Product
colnames(y3) <- blnames3

gy3 <- gts(y3, characters=list(c(2,2),c(1,1,3)))

i=5
fc <- forecast(gy3, fmethod="arima", seasonal=FALSE, h=6, xreg=fourier(gy3, K=i), newxreg=fourierf(gy3, K=i, h=6))

库（hts）
y3这里有几个问题。首先，您的时间序列仅包含5个观测值，每个观测值太少，无法用于预测目的。其次，在
ts（）
调用中不指定数据的频率。第三，不能将gts对象作为第一个参数传递给
fourier
（）

以下是一些有效的代码：

library(hts)
y3 <- ts(matrix(rnorm(3000),ncol=60), frequency=12)
blnames3 <- paste0(rep(c("CA", "NY"), each = 30), # State
                   rep(c("AL", "LA", "CL", "ES"), each = 15), # County
                   rep(c("O", "O", "O", "C", "C"), 12), # Industry
                   rep(c("p", "q", "r", "p", "q"), 12),  # Sub-industry
                   rep(504:507, 15)) # Product
colnames(y3) <- blnames3

gy3 <- gts(y3, characters=list(c(2,2),c(1,1,3)))

i <- 5
fc <- forecast(gy3, fmethod="arima", seasonal=FALSE, h=6,
        xreg=fourier(y3[,1], K=i), newxreg=fourierf(y3[,1], K=i, h=6))

库（hts）
y3抱歉，已通过包含i更正代码。gts来自hts包-您的时间序列还需要频率属性。