我有一个大型数据集，其中包含我想预测未来的不同因素。这些预测我稍后将用作蒙特卡洛模拟的输入。我的想法是对不同的变量使用 arima 预测。随后，我将使用得到的预测区间作为蒙特卡罗模拟的输入。

使用 R，（我认为）我通过使用以下内容得到我想要的。

首先，我设置了一些参数 FC_years <- 4 FC_boundaries <- 68 # 这将是 1 sd

接下来，通过以下方式进行预测：fit <- auto.arima(POP) forecast <- data.frame(forecast(fit,FC_years,level=FC_boundaries))

为了将这些结果用于 MC 模拟，现在对我来说非常重要的是了解 R 如何计算预测区间（我已经搜索了很长时间，但我无法得到明确的答案），并且这个间隔是如何分布的（我认为这是正常的，但同样，我无法得到明确的答案）。

例如，可以使用以下数据集：

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 68235 72498 76700 80326 83195 85447 87276 89004 90858 92894 94995 97015 98742 100031 100830 101219 101344 101418 101597 101932 102384 102911

任何人都可以给我任何提示吗？