大家好，我正在尝试提前一步进行预测。假设我有 1000 个数据并用它拟合 ARIMA 模型，然后我对未来一个时期进行预测。当我获得更多数据时，我想使用新数据预测另一个步骤，而不必重新估计所有系数等等......

这是我的代码，但由于某种原因，对于更大的数据集来说它非常慢，并且不太确定它是否在做我想要的：

set.seed(1234)
y=ts(log(35+10*rnorm(1000)))
set.seed(4567)
new.data=ts(log(35+10*rnorm(10)))

library(forecast)
model = auto.arima(y)

onestep.for=forecast(model,h=1)
for (i in 1:10) {
  data=c()
  data=c(y,new.data[1:i])
  newfit=Arima(data, model=model)
  forec=forecast(newfit,h=1)
  onestep.for=c(onestep.for,forec)
}