nobs=length(data_set)
fit=arima(data_set, order=c(1,1,1), xreg=1:nobs)
fore=predict(fit, 15, newxreg=(nobs+1):(nobs+15))
arima 是fit模型
predict 是预测
ts.plot 是按时间画图
好吧。。。希望对你有用~~~~~~~~~~~~~
简单的说，fitted是拟合值，predict是预测值：
所做的模型是基于给定样本的值建立的，在这些给定样本x1,x2,...,xn（已知所对应的y值）上做预测就是拟合；
在新样本上xn+1,xn+2,...（y值未知）做预测，就是模型预测。
例如，R in action中的例子：
fit<-lm(weight~height,data=women)
fitted(fit)
predict(fit,newdata=data.frame(height=90))
##将90代入，可以对比下结果。
用predict就能做到。
predict的用法：
predict(object, newdata, se.fit = FALSE, scale = NULL, df = Inf,
interval = c("none", "confidence", "prediction"),
level = 0.95, type = c("response", "terms"),
terms = NULL, na.action = na.pass,
pred.var = res.var/weights, weights = 1, ...)
object是你的回归模型。
newdata是使用的数据。
interval选confidence或者"c"。
level是置信水平。
type在计算响应变量时使用response，对变量计算使用terms。如果是terms，需要用后面terms参数指定变量名（character类型向量形式）。
