我正在尝试使用 R（预测包）预测未来 2 年（从 2013 年 6 月开始）的 GWh 用电量。为此，我尝试使用 ARIMA 错误进行回归。我使用函数拟合了模型，并在函数的参数中auto.arima使用了以下变量：xregforecast.Arima

- 加热和冷却度日，
- 所有 12 个月的
假人 - 移动假期假人（复活节和斋月）

我对模型有几个问题：

1）将所有 12 个虚拟变量用于每月季节性是否正确，因为当我尝试包含 11 个时，函数返回错误。函数返回模型 ARIMA ( Auto.arima0,1,2)

2）模型返回以下系数（系数太多，我不会全部指定）：

ma1      ma2     HDD     CDD   January  February  March     April
-0.52 -0.16      0.27    0.12  525.84   475.13    472.57    399.01

我试图确定温度分量对电力负荷的影响。以百分比表示，（解释系数与通常的回归一样）温度分量 ( HDD+ CDD) 占电力消耗的 11.3%。考虑到电力消耗主要受天气因素的影响，这不是太少了吗？另一方面，看看假人的系数，结果表明季节性占负载的大部分。为什么是这样？模型完全不正确吗？

我尝试了线性回归，温度分量占了20%，但仍然是一个很低的百分比。为什么是这样？

3）我显然在使用forecast.Arima或绘图函数参数时犯了一些错误，因为当我绘制预测时，我得到一张原始时间序列的图片，该图片与整个时间序列期间的预测（从2004 年至 2015 年）。我不知道如何更好地解释这一点，我试图粘贴图片，但似乎我无法在这里粘贴图片。