有人可以告诉我如何在整洁的建模框架中生成基于排列的变量内插吗？目前，我有这个：

这会产生：

但是，我想要这样的东西

我不清楚这个相当新的整洁建模框架如何与当前的 VIP 包集成。任何可以提供帮助的人。谢谢！

https://koalaverse.github.io/vip/articles/vip.html（VIP包的API）。

我正在尝试从生成的预测模型中获取样本fable。这是我尝试过的

我得到的错误是：

这是数据的结构str(beer_fc$Beer[1])：

我刚开始使用工具系列{fable}，{tidyverts}到目前为止一切顺利。

我目前有兴趣从每日数据中生成长期概率预测（每月或每季度的分辨率很好或首选）。我的理解是，时间聚合可以帮助减少模型的不确定性，并将已知的日常影响（尤其是假期影响）传播到例如季度级别，并以这种方式提高准确性。

对于我计划使用先知 + 协变量的日常数据，对于更高的聚合（每月到每年），指数平滑似乎是合适的。

虽然我想知道这种方法是否看起来普遍很有希望，但我不太确定如何构造预测问题{thief}以得出概率预测。

PS：我发现这个对每小时数据很有帮助的帖子，但我在为日常数据实施它时遇到了问题（例如创建有意义的聚合和组合预测）：https ://stats.stackexchange.com/questions/352121/how-预测每小时以及每天的数据

我的问题是：如果我有一个包含多个键（n_keys > 1）和一个或多个键变量（key_vars >= 1）的 tsibble，tidyverts 套件是否能够对每个时间序列执行 box_cox 转换（一个每个时间序列的 box_cox 转换）使用每个时间序列的相应 lambda_guerrero 值？下面是我（第一次）尝试一个最小可重现的例子。

例如：我想知道“步骤 5”是否可以使用 tidyverts 套件而不会收到错误。与其将 lambda1=0.36 应用于优惠、一般和聚合，如“步骤 4”中所见，没有错误，我想将 0.25 应用于优惠，0.66 应用于一般，0.36 应用于聚合，如果可能的话。

谢谢！

第1步：一键，无需转换：

第2步：一键，转换：

类似于 FPP3 第 3.1 章中的示例。供参考：https ://otexts.com/fpp3/transformations.html

第 3 步：三个键，无需转换：

第 4 步：三个键，一个转换：

第5步：三个键，三个转换：

在 tsibble 包和 fable 包中，我想我读到了我们可以处理不规则时间序列的地方。我找不到任何关于如何做的例子。我的一些问题是：

1. 在我建模之前，我是否必须将不规则的时间序列转换为规则的时间序列？（到目前为止，我所知道的是我们需要将不规则时间序列转换为规则时间序列。如果不是这样，请告诉我？如果不是，那么有哪些模型不需要规则时间序列？）
2. tidyverts/tsibble/fable/fabletools 中处理不规则时间序列的工具和模型有哪些？

是否有任何问题/链接可以让我看到一个工作示例？例如，这个问题使用 zoo/xts 来处理。

我在 zoo/xts 中看到了一些与此相关的功能，这总是很好，但我在 fable 上旋转我的轮子并试图让它工作。

对于我们可以使用的示例数据集

我想在使用来自 tidyverts 的令人敬畏的fable包（此处为 fable.prophet）时进行超参数优化

使用fable.prophet的示例，如https://github.com/mitchelloharawild/fable.prophet中所述。

这里的参数已经在示例中确定。但我想在尝试一系列值后自己得出参数。

就像说

因为这些参数对于我的数据集可能不一样。我想使用tidymodelstune()进行超参数调整/优化，或者使用其他方法在达到最佳参数值之前有效地通过一系列参数值。

我能找到的最接近的是这里的讨论https://community.rstudio.com/t/hyperparameter-tuning-facebook-prophet-in-r/97395 或模型时间，但我正在寻找分层/分组/嵌套时间序列预测与协调因此我更喜欢只使用fable.prophet。

我可以通过单独检查数据中的每个组来手动解决这个问题，但是对于至少 30 个组（如果不是 10 个以上的数据子组），这必须每 6-12 个月重做一次。（国家、平台、产品等）

如果有人能指出任何已经存在的方法或解决这个问题的聪明方法，那就太好了。

谢谢

我有一些关于不定期发生的事件的数据，其中唯一重要的是顺序。我试图通过将一系列连续整数声明为我的时间索引来使用 tidyverts 宇宙中的一些函数（它替换了预测包）。我收到了一个我不明白的错误：

“measured_vars”函数在 tsibble 包中。（ACF 和 autoplot 来自feasts）。它的文档如下：

这让我觉得没有帮助。measure_vars 是一个通用函数。它有一种方法：measured_vars.tbl_ts* 我的对象属于 tbl_ts 类。GetAnywhere 报告它是 tsibble 命名空间中的 S3 方法：

此代码产生相同的错误：

我认识到抛出错误的函数measured_vars，说它需要一个 tsibble，我将它交给 tsibble 中的一列。但是 feasts::ACS 也说它想要一个 tsibble，我不相信它是在要求嵌套的 tsibble。

我正在尝试将我的数据框从整洁格式转换为宽格式，使用具有两个值的列，使用以下内容：

但是当我这样做时，在结果数据框中会产生 NA。这些值应该匹配，当我检查原始数据框时，我找不到任何不匹配的实例。

我知道这里有人问这个问题，但它似乎没有解决我的问题

输出dput(head(bai_trim, 100))：

这是生成的数据框的示例：

总结输出summary(bai_trim)：

输出sum(is.na(bai_trim)：

dput(new_df)上的输出new_df = bai_trim %>% filter(Year > 1929, Year < 1977, Site == 'TN_C2')

我试图在训练数据上使用 TSLM、theta 和 ATA 对模型进行多步预测，但是当我在拟合函数中设置 h >= 2 时，我得到 NA 或错误。下面的示例代码：

我感谢任何帮助或见解。谢谢。