0

我有一个函数，它采用一个拟合模型，然后将该模型重新调整为新的训练数据（这是为了提前交叉验证）。对于lm模型，它的工作原理如下：

#create data
training_data <-
    data.frame(date = seq.Date(
        from = as.Date("2020-01-01"),
        by = 1, length.out = 365
    ), x = 1:365, y = 1:365 + rnorm(n = 365))

# specify and fit model
lm_formula <- as.formula(y ~ x)
my_lm <- lm(lm_formula, data = training_data)

# refit on new training data
update(my_lm, data = new_training_data)

有没有办法对装有该fable软件包的 arima 模型做同样的事情？我正在创建这样的模型

library(fable)
library(forecast)
arima_formula <- as.formula(y ~ x + PDQ(0, 0, 0))
my_arima <- as_tsibble(training_data) %>% model(ARIMA(arima_formula))

但是我想不出一种方法来获取my_arima我已经拟合的模型并通过它new_training_data，无论是使用update还是通过提取公式并重新拟合为新模型。请注意，尽管我在上面的表示中包含了模型公式，但我的函数采用的是拟合模型而不是公式。因此，仅使用新模型拟合arima_formula不是一种选择。

谢谢你。

4

0 回答 0