由估計出的 MA 模型取得簡單預測
你已用 Nile 資料估計了一個 MA 模型，下一步是用這個模型做一些簡單的預測。和其他模型一樣，你可以使用 predict() 函式，從你估計的 MA 模型產生簡單的預測。請記得，$pred 是預測值，而 $se 是該預測的標準誤，兩者都依據配適好的 MA 模型計算。
同樣地，若要對最後一筆觀測之後的多個期間進行預測，你可以在呼叫 predict() 時使用 n.ahead = h 參數。這些預測會自觀測期末端起，遞迴地產生從 1 到 h 步的超前預測。不過要注意，除了 1 步預測之外，MA 模型產生的所有超前預測都會等於估計的平均數（intercept）。
在這個練習中，你會使用從 Nile 資料得到的 MA 模型，對尼羅河未來流量做簡單預測。上一個練習得到的 MA 模型已可在你的環境中使用。
本練習屬於課程
R 的時間序列分析
練習說明
- 使用
predict()產生 1971 年尼羅河流量的預測。將結果存為predict_MA。 - 使用
predict_MA的$pred[1]取得 1 步預測。 - 再次呼叫
predict()，對 1971 年到 1980 年進行預測。請將n.ahead參數設為10。 - 執行已寫好的程式碼，繪製
Nile時間序列以及預測與 95% 預測區間。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Make a 1-step forecast based on MA
predict_MA <-
# Obtain the 1-step forecast using $pred[1]
# Make a 1-step through 10-step forecast based on MA
# Plot the Nile series plus the forecast and 95% prediction intervals
ts.plot(Nile, xlim = c(1871, 1980))
MA_forecasts <- predict(MA, n.ahead = 10)$pred
MA_forecast_se <- predict(MA, n.ahead = 10)$se
points(MA_forecasts, type = "l", col = 2)
points(MA_forecasts - 2*MA_forecast_se, type = "l", col = 2, lty = 2)
points(MA_forecasts + 2*MA_forecast_se, type = "l", col = 2, lty = 2)