2

有没有人有R中寓言包的数据集要求在这里我遇到了一些问题,任何人都可以提出任何建议会很好。我的 R 版本是

platform x86_64-w64-mingw32
arch x86_64
os mingw32
system x86_64, mingw32
status
major 3
minor 5.2
year 2018
month 12
day 20
svn rev 75870
language R
version.string R version 3.5.2 (2018-12-20) 昵称 Eggshell Igloo

  1. 我可以使用不规则时间数据进行建模吗?说:我有 365 天中 250 天的价格数据,但我仍然想用寓言来模拟价格的 ARIMA。那可能吗?示例表单 github 使用 tsibbledata::ausretail 在数据集中没有缺失日期

  2. 似乎赞扬寓言 pacakge 语法改变了我使用的是这个页面 2018-12 中的示例,这很好 https://github.com/mitchelloharawild/fable-tfeam-2018/blob/master/index.Rmd

但现在我无法使用代码。例如,ETS 正在使用

fbl_cafe_fit <- vic_cafe %>%
  fable::ETS(Turnover ~ season("M"))

现在从这个页面,人们需要把额外的“模型”放在外面?? https://github.com/tidyverts/fable

    UKLungDeaths %>%
  model(ets = ETS(log(mdeaths))) %>%
  forecast

是新语法还是我的理解有误?

  1. 似乎现在我没有寓言中的 auto.arima () 选项了???我需要指定 pdq() 和 PDQ()

    USAccDeaths %>% as_tsibble %>% model(arima = ARIMA(log(value) ~ pdq(0,1,1) + PDQ(0,1,1)))

  2. 在我拟合了 arima 模型之后,我也有问题使用拟合模型来预测下一个时期这个语法不再起作用:

    fbl_cafe_fc <- fbl_cafe_fit %>% 预测(h=24)

4

1 回答 1

2
  1. ARIMA 需要一个规则的时间序列,但是它也可以在存在缺失值的情况下工作。您可以使用tsibble::fill_gaps()将隐式缺失值转换为显式。

  2. 正确,fable 包目前处于试验阶段,预计界面更改将继续。这些变化对用户的影响可能相对较小。自从寓言 TFEAM 演讲以来,我们现在支持一个 mable 中的多个模型列。为了实现这一点,我们现在使用model()来指定模型。以前,如果你想建模data %>% ETS(log(y) ~ season("A")),现在是data %>% model(ETS(log(y) ~ season("A"))

  3. 自动模型选择(例如forecast::auto.arima())包含在寓言(ARIMA())中的相同功能中。估计模型时,如果右侧留空,则会从默认值中自动选择模型。对于 ARIMA 模型,如果您使用data %>% model(ARIMA(y)),将自动选择合适的模型(与 相同forecast::auto.arima())。您现在还可以估计一个 ARIMA(p,0,0)(2,1,Q)[12] 模型,其中pQ在 0 和 3 之间是未知的。为此,您可以使用data %>% model(ARIMA(y ~ pdq(0:3, 0, 0) + PDQ(2, 1, 0:3, period = 12))).

  4. 该代码看起来正确,并且应该仍然有效。也许您需要更新软件包。

于 2019-02-26T23:42:22.987 回答