R中的Arima.sim问题

我正在使用时间序列模型对R进行预测。 我使用auto.arima函数为我的数据集（ts对象）查找模型。

---

fit你似乎混淆了建模和仿真。关于
auto.arima（）
，您也错了

auto.arima（）。阅读帮助文件。您可以使用
forecast.Arima（）
包含未来时期的外部变量。再次阅读帮助文件

现在还不清楚您为什么在这里引用
arima.sim（）
。这是为了模拟ARIMA过程，而不是为了建模或预测。
格式化您的问题，使其易读？很抱歉，这实际上是我在Stack上的第一篇文章，初学者犯了一个错误！请帮我回答我的问题：[我需要帮助，我需要在R中模拟arima][1][1]：谢谢您的快速回答，我不知道如何在forecast.arima中包含外部变量，所以我尝试用arima.sim手动完成，这很好，因为它可以让您更好地理解所做的事情。我不会混淆建模和模拟，我会混淆如何使用现有模型进行预测（预测是如何工作的）。我的理解是，一旦有了信号模型（例如auto.arima）您使用信号的最后一个值和最后一个错误，并使用arima过滤器对其进行过滤，以获得下一个值，然后再次进行过滤。如果您能帮助我使用arima.sim或向我解释如何使用forecast来完成此操作，我将非常高兴。但是您的arima函数似乎工作得非常好，谢谢您在R中的工作！请告诉我我的理解是否完全错误！同时，我将使用forecast.Arima，但我也希望使用Arima.sim。我真的是R的初学者，我想说forecast没有输入参数是不对的，对此我深表歉意（我刚刚发现你可以添加其他参数）但事实是，对于像我这样的初学者来说，R中的每一个复杂函数都有点像一个黑匣子！好的，我现在将使我的问题更加精确：在预测函数中，你是否使用与使用auto.arima获得的相同模型，然后使用类似arima.sim的函数模拟下一个点，或者它是否更复杂，如卡尔曼滤波等。如果答案仅使用类似arima.sim的函数，我非常希望了解你将如何做
plot(forecast(fit,h=20))

start.innov[1]=a1-ar1*0-ar2*0=a1 

start.innov[2]=a2-ar1*start.innov[1]