Làm cách nào để thiết lập đối số xreg trong auto.arima () trong R? [đóng cửa]

Tôi đang làm việc trên một dự án nhỏ với chuỗi thời gian đo dữ liệu khách hàng truy cập (hàng ngày). Các đồng biến của tôi là một biến liên tục Dayđể đo xem đã trôi qua bao nhiêu ngày kể từ ngày đầu tiên thu thập dữ liệu và một số biến giả, chẳng hạn như ngày đó là Giáng sinh và ngày nào trong tuần, v.v.

Một phần dữ liệu của tôi trông như:

Date    Customer_Visit  Weekday Christmas       Day
11/28/11        2535       2        0            1   
11/29/11        3292       3        0            2   
11/30/11        4103       4        0            3   
12/1/11         4541       5        0            4   
12/2/11         6342       6        0            5  
12/3/11         7205       7        0            6   
12/4/11         3872       1        0            7   
12/5/11         3270       2        0            8   
12/6/11         3681       3        0            9   

Kế hoạch của tôi là sử dụng mô hình ARIMAX để phù hợp với dữ liệu. Điều này có thể được thực hiện trong R, với chức năng auto.arima(). Tôi hiểu rằng tôi phải đặt các đồng biến của mình vào xregđối số, nhưng mã của tôi cho phần này luôn trả về lỗi.

Đây là mã của tôi:

xreg     <- c(as.factor(modelfitsample$Christmas), as.factor(modelfitsample$Weekday), 
              modelfitsample$Day)
modArima <- auto.arima(ts(modelfitsample$Customer_Visit, freq=7), allowdrift=FALSE, 
                       xreg=xreg)

Thông báo lỗi được trả về bởi R là:

Error in model.frame.default(formula = x ~ xreg, drop.unused.levels = TRUE) 
 :variable lengths differ (found for 'xreg')

Tôi đã học được rất nhiều từ Làm thế nào để phù hợp với mô hình ARIMAX với R? Nhưng tôi vẫn chưa rõ lắm về cách thiết lập hiệp phương sai hoặc hình nộm trong xregđối số trong auto.arima()hàm.

Vấn đề chính là bạn xregkhông phải là một ma trận. Tôi nghĩ rằng các mã sau đây làm những gì bạn muốn. Tôi đã sử dụng một số dữ liệu nhân tạo để kiểm tra xem nó có hoạt động không.

library(forecast)
# create some artifical data
modelfitsample <- data.frame(Customer_Visit=rpois(49,3000),Weekday=rep(1:7,7),
                             Christmas=c(rep(0,40),1,rep(0,8)),Day=1:49)

# Create matrix of numeric predictors
xreg <- cbind(Weekday=model.matrix(~as.factor(modelfitsample$Weekday)), 
                  Day=modelfitsample$Day,
              Christmas=modelfitsample$Christmas)

# Remove intercept
xreg <- xreg[,-1]

# Rename columns
colnames(xreg) <- c("Mon","Tue","Wed","Thu","Fri","Sat","Day","Christmas")

# Variable to be modelled
visits <- ts(modelfitsample$Customer_Visit, frequency=7)

# Find ARIMAX model
modArima <- auto.arima(visits, xreg=xreg)