问题标签 [fable-r]

我想用时间序列 T 做这两件事（结合）：

1. 预测 T 的季节性调整分量（用于分解的 STL）并“加回”季节性（我假设季节性分量不变，所以我对季节性分量使用天真的方法）
2. 拟合带有 ARIMA 误差的回归模型（公式中包含外生回归量）

换句话说，我想使用 T 的季节性调整组件集成外部预测器并“加回”季节性来获得预测。

我可以分别做这两个操作，但我不能让它们结合起来工作

以下是一些玩具示例：

首先，加载库和数据：

带有 T 的季节性调整分量的拟合和预测示例：

具有 ARIMA 误差的回归模型示例（收入作为预测变量）：

这些示例有效，但我想做这样的事情：

我在控制台中得到这个输出：

所以我尝试在分解模型中这样做：

合身没问题，但现在我在预测中遇到错误：

我究竟做错了什么？

I want to run time series models to forecast one step ahead using fable package. As far I understand, I need to have my data in tsibble format. Here is what I am trying to do,

• Generate three ids
• Time stamps for those three ids
• Three random series
• Join it all as a tsibble
• One month ahead forecast

So I want to make a tsibble first. To do that I am trying to create by using the following lines,

Using this tsibble I want to run the following models,

However, I am having problem in creating tsibble. I know that I cannot have duplicates but pointing key = ids should solve the problem. Anybody can help me to find the mistake I am doing?

我有这个数据，

我正在尝试使用以下几行使用 fable 包运行一些预测模型，

预测mable如下，

我得到了预测值，

看起来我有预测值。但是该accuracy功能不会产生任何结果，

任何人都可以帮我弄清楚这里出了什么问题？

有一篇类似的使用forecastpackage 的帖子，但它并不能帮助我理解为什么我有NaNs.

我正在尝试在一些月度时间序列数据上运行一些模型。时间序列数据的长度不相等，也不是从同一月开始/结束。我拥有的是一个数字月份列和一个数字年份列。我从这两个变量中创建了一个时间序列，并从中制作了一个tsibble，以便我可以使用该fable包。这就是我正在做的处理时间序列数据，

我在这里发布模拟数据。

为了使它成为一个tsibble我正在将我的月份变量mnt转换为一个字符，

将月份和年份加在一起

做个小事

在这一点上，我有这个错误，

剩下的代码是这样的，

知道如何预处理我的数据以从fable包中运行预测模型吗？

[2019-01-02 更新]

从 CRAN 中删除tsibble了开发并安装。tsibble_0.8.5

会话信息

fit现在<S3: lst_mdl>从单元格输出中显示。

在 R 控制台，

它看起来像一个未经训练的模型。

[原来的]

在学习用合成数据拟合时间序列模型时，我使用了基于intro to fable的代码，并创建了一个 tsibble来制作这个示例代码：

上面的代码显示错误

在 fabletools 中搜索“No common type”会向我提示消息和错误来自另一个包。谷歌搜索表明它是 tidyr，但看起来这个拉取请求改变了它。

traceback()显示源自会话早期的不相关错误。

可以做些什么来进一步调查此错误？

我该怎么做才能使模型适合数据？

我试图在一个循环中估计一系列 ARIMA 模型，每次迭代都从一个因变量列表中传入一个不同的因变量。我正在尝试使用该fable包在 R 中执行此操作。但我似乎无法将列表中的不同变量名传递到 dplyr 管道中。

我有一个看起来像这样的 tsibble：

此数据是使用以下代码生成的：

我正在尝试编写一个函数，该函数将函数规范列表作为其输入，并循环遍历函数以重复估计模型，如下所示：

包含规范细节的mdl_list, 看起来像这样：

尝试运行代码时出现以下错误：

这似乎与ARIMA(!!mdl_vars_ari_enquo)解析变量名参数的方式有关。传入var_log工作正常。但是传入mdl_vars_ari不起作用，我认为是因为 dplyr 的非标准评估。

我在这里阅读了 Hadley Wickham 的指南：https ://dplyr.tidyverse.org/articles/programming.html 但两者都没有quo()，enquo()似乎也没有奏效。我也尝试过as.name()，但无济于事。

如果您需要更多详细信息来回答我的问题，请告诉我。

你是否曾经回顾你的老问题并感到有点尴尬？我刚刚做到了，现在我做到了。我可能会在某个时候对这个有同样的感觉。

我正在尝试将我的预测工作转移到fable. 在此过程中，我尝试使用tsibble. 以前用一个ts对象我只是设置开始年份和频率。现在tsibble正在寻找一个日期对象。但是我有两年一次的数据（秋季和春季学期）。并且变量是不规则的（我想保留）。Forecast在准确“预测”它方面做得很好。我的大学用 3 位数的年份和一个术语来命名这些术语。所以 2019-2020 学年的秋季是 2204 年，其中 4 代表秋季。春天是 2207 年。

基本上，我在网上找不到一个例子，说明索引在不是日期对象的意义上是不规则的？有什么提示吗？谢谢。

好吧，如果它杀了我，我会尝试解决这个问题。我看到他们添加了一个有序因子作为可能的索引。所以我会试试。

这是我被卡住的可重复示例。

现在它让我制作 tsibble，但寓言产生了错误： Error: Unsupported index type: logical

下面米切尔的出色回答。

然而，似乎因素引发了更多问题，事实证明一切都不是很固定。ARIMA 模型运行良好，购买 ETS 则不行。

抛出错误Error: A model specification is trained to a dataset using the模型（）function.

我有一个像这样的 mable 对象：

我只想要模型描述，这样我就可以将它们放在一个情节中。所以我运行了以下代码：

这仍然给了我一个模型，其中 model_desc 仍然是一个列表对象。我认为这是因为 mable 是如何构造的，以及它的结构应该如何。

** 更新 ** 我通过执行以下操作解决了这个问题：

I am trying to run a piece of code following strict instructions from https://otexts.com/fpp3/graphics-exercises.html

I am using the following packages

I ran the following lines of code in order to get a timeseries object (aus_retail)

As an exercise, the author suggests in the page above: "Explore your chosen retail time series using the following functions:"

So, i tried to run the following line of code

Which answered me the following error:

Reading the function help, there is a Example with the AirPassengers dataset (base), which is not even a ts object

Examples

which runs as below

The code runs without the others parameters too

Why the function keeps asking me for a ts object even though i input one to it?

我正在使用寓言和交叉验证来构建时间序列模型，以确定要使用的最佳模型定义。建模有风险吗

对比

我问这个是因为当我仔细阅读 mable from**model(ETS(GDP))**时，选择的模型在某些 .id 中是不同的。例如，对于 id = 1 的 ETS(A, A, A)，对于 id = 2 的 ETS(A, Ad, A)，等等。如果是这种情况，定义 ETS 的所有变体是否正确，以便确保一致性？

这是我指的mable：

谢谢。