问题标签 [fable-r]

我正在尝试使用包中的ETS功能fable（按照本教程链接）。理想情况下，我想在不使用tsibble功能的情况下做到这一点。特别是我正在尝试生成预测：

返回错误：

再试一次

也返回错误

那么我可以在没有完整tsibble功能的情况下使用它吗？使用预测包中的 ARIMA 非常简单。如果没有tsibble将其转换为tsibble数据的最快方法是不可能的？

我试图forecast reconciliation在寓言中使用来改善低、间歇性层次结构的预测。但是，我的计算机内存不足，除了一些琐碎的例子。

我的分析基于演示文稿“R 中的整洁时间序列和预测：10. 预测协调”（bit.ly/fable2020，呈现于 rstudio::conf 2020）中的示例代码：

这运行良好，即使在我的 8 GB RAM 笔记本电脑上也是如此。

但是，我们的数据比此示例具有更多的层次结构级别和分组，并且代码永远无法完成。作为一个可重现的示例，我在“tsibble::tourism”数据集中添加了三个虚拟级别，并将它们包含在aggregate_key. 即使在我的 50 GB RAM 服务器上，这也会耗尽内存！

错误：无法分配大小为 929 Kb 的向量

问题有没有什么方法可以在不降低层次结构和内存不足的情况下运行它？谢谢！

我想预测在服务时间内进入商店的顾客数量。我有每小时的数据

• 星期一到星期五
• 8:00 至 18:00

因此，我假设我的时间序列实际上是有规律的，但在某种意义上是非典型的，因为我每天有10 小时，每周有 5 天。

我可以通过将非服务时间设置为零来使用这个常规的 24/7 时间序列进行建模，但我发现这效率低下而且也不正确，因为时间并没有丢失。相反，它们不存在。

使用旧的ts-framework 我能够明确指定

但是，在新的tsibble/fable框架内这是不可能的。它检测每小时数据，预计每天 24 小时，而不是 10 小时。每个后续功能都让我想起了隐含的时间间隔。手动覆盖interval-Attribute 有效：

但对建模没有影响：

我仍然收到相同的错误消息：

snaive [1] 遇到 1 个错误。数据包含隐含的时间间隔。如果需要，您应该检查您的数据并将隐式间隙转换为显式缺失值tsibble::fill_gaps()。

任何帮助，将不胜感激。

我第一次使用闪亮，我正在尝试制作一个能够接收 CSV 文件、适合一些模型和预测数据（3 个月）的应用程序。

该应用程序提供了一个表格，其中包含拟合模型的准确度测量值，但这些数字与在普通 R 脚本中运行相同模型时的准确度有很大不同。

我想不出这些差异的任何原因！我使用相同的数据文件、模型和变量。同样的训练和测试数据也是如此。模型中的差异要大得多fasster！

任何人都可以看到问题吗？

例如，如果我使用以下模型（代码如下）运行模型函数，则预测 3 个月的准确度测量如下：

R 脚本结果

闪亮的APP结果

R脚本代码（拟合部分）

闪亮的APP代码（拟合+预测+准确性）

数据

我的硕士论文是关于健康预测的，我正在使用 R (fable, fabletools, faster) 来实现这些方法。对于论文的理论部分，我需要知道我使用的每个函数的启发式方法和理论基础。我一直在使用Rob J Hyndman 和 George Athanasopoulos 的《预测：原则和实践》，并且我已经阅读了有关这些功能的 R 文档，但我仍然有一些疑问。

我需要信息，例如他们遵循的理论方法（ARIMA、移动平均线、ANN 等）、他们使用的数学表达式以及如何确定最适合的方法（对于自动方法）：我使用以下方法并收集了一些信息关于每一个。我是这个领域的新手，我需要一些帮助。它是否正确？任何人都可以添加有关任何功能的任何其他内容吗？

先感谢您！

我正在尝试拟合包含假人的 ARIMA 模型（寓言包）。这是我正在使用的代码

它给出了这个错误：

“错误：找不到对象'Day' 无法从提供的计算所需的变量new_data。您的模型是否需要额外的变量来生成预测？”</p>

我试着在谷歌上查找，但什么也想不通。

我早些时候认为它可能会创建 7 个假人，这就是代码爆炸的原因，然后我使用它进行了测试， arima = ARIMA(sum ~ I(Day == ’Sunday’)) 但是在使用 forecast() 函数时它给出了同样的错误。

你知道为什么会发生这种情况吗？

我正在尝试预测每小时到医院 ED 的就诊次数。在几个小时内，实际值为 0，当我为每个模型计算 MAPE 时，这是一个真正的问题。我看到了这个问题，建议使用 MASE（平均绝对比例误差），这也是函数准确性（预测包）给出的指标。但是，就我而言，这是不可能的，因为 MASE 给出了 NaN。

因此，我尝试更改 MAPE 函数的原始代码并仅使用我的项目所需的函数：首先我尝试了 MAPE 的此代码，但它不起作用，因为它.resid是.actual向量。

此错误消息出现 10 次。经过一些研究，我看到了该ifelse函数解决类似问题的示例。但是，这并不完全有效，因为它正在计算每个值的每个错误并且不显示汇总表。

我认为问题在于我使用该ifelse功能的方式。我需要将该条件应用于每个预测的每个值（在我有多个模型的情况下），它应该返回每个模型的平均值。我试图获得相同的输出，就好像我在没有任何更改的情况下应用精度函数一样，也就是说，我需要一个具有 n 行和 6 列的 tsiblle，其中 n 是模型的数量。

关于如何解决我的问题的任何建议？先感谢您。

我的数据示例：

我在 fable 包中遇到了 Arima 函数的问题，当我尝试运行模型时，在主题行中出现错误。也许我的数据集对 arima 工作的观察太少了，尽管 auto.arima 在同一个集合上工作得很好。此外，它不是季节性的——事实上，我的观察相隔四年（总统选举数据）。也许就是这样？

欢迎任何帮助或建议。

这是数据集： https ://www.dropbox.com/s/xmr4m3d4ksngurs/PVI%20Data%20arranged%20cols-dates.csv?dl=1

这是脚本：

我得到的是：“警告消息：arima [50] 遇到 50 个错误（1 个唯一）'lag' 或 'differences' 的错误值”

谢谢！

皮特奥特曼

我在specials使用 fable 包进行预测时尝试使用，但我不知道如何使用它们的语法，也找不到可以用作指南的示例。

我在下面放了一个简单的示例，尝试使用带有MEAN预测模型的窗口，但它给了我一个错误。

任何帮助深表感谢！

^{由reprex 包（v0.3.0）于 2020 年 4 月 23 日创建}

假设我正在尝试y使用动态 ARIMA 回归预测未来四个月的变量。我提前知道这四个月的 xreg 变量。我不完全确定该forecast函数是如何进行预测的，例如，我可以用缺失的 y 值来提供它吗，它会自动假设我正在尝试预测训练期后的四个月，如果只为那些提供 xreg个月？

下面的代码对预测未来四个月有意义吗？