This is the code I'm using to forecast ARIMA model:
plot(forecast(fit_past_data, xreg=mat_All_data), ylim=c(0,2000), xlim=c(0,365), xaxt='n')
par(new=T)
lines(fitted(fit_past_data),col="red", ylim=c(0,2000), xlim=c(0,365), xaxt='n')
par(new=T)
plot.ts(All_data,col="black", ylim=c(0,2000), xlim=c(0,365), xaxt='n')
所以，基本上我把我的样本分成'训练'（past_data，8个月的数据）和'测试'（all_data，10个月的数据） . 当我运行代码时，我得到三行：一行用于过去数据的预测，一行用于过去数据的拟合值，最后一行用于所有数据 . 在这种情况下，通过将其与实际值（比较黑线和蓝线）进行比较，我可以看到我的预测有多准确 .
我想将此过程应用于简单线性回归模型 . 但是，如果我使用函数 predict() 而不是 forecast() 我没有得到相同的情节 .
ARIMA预测（红线=拟合值，蓝线=预测，黑线=实际数据）
简单线性回归预测
