ACF1
from 列是accuracy()
残差的第一个自相关。您期望的 0.443 的 ACF1 是您的数据的第一个自相关,可以通过以下方式获得:
library(feasts)
#> Loading required package: fabletools
df = data.frame("t" = 1:7, "value" = c(12, 12, 0, 0, 0, 0, 0))
tsb = df %>%
as_tsibble(index = t)
tsb %>% ACF(lag_max = 1)
#> Response variable not specified, automatically selected `var = value`
#> # A tsibble: 1 x 2 [1]
#> lag acf
#> <lag> <dbl>
#> 1 1 0.443
由reprex 包(v0.3.0)于 2020 年 8 月 13 日创建
您使用的第二个问题是accuracy()
预测需要未来数据来计算预测误差。中的预测fc
与 提供的时间不匹配tsb
,因此无法计算预测误差。
library(tsibble)
library(dplyr)
library(fable)
md = tsb %>% model(arima = ARIMA(value ~ PDQ(period = 4), stepwise = F))
fc = md %>% forecast(h = 4)
# Make up some future data for evaluating forecast accuracy
tsb_future <- new_data(tsb, 4) %>% mutate(value = rnorm(4))
# Compute the accuracy of the forecasts against the tsb_future scenario
accuracy(fc, tsb_future)
#> # A tibble: 1 x 9
#> .model .type ME RMSE MAE MPE MAPE MASE ACF1
#> <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 arima Test -0.779 1.09 0.975 100 100 NaN -0.0478
由reprex 包(v0.3.0)于 2020 年 8 月 13 日创建