有人知道tsibbleorfable包中的时间序列异常值检测和处理功能吗？或者是否有一个 R 函数可以应用于tsibble时间序列异常值处理的对象？

我读过这篇文章： R中时间序列数据的异常值检测

当他们请求数据类型时，它似乎tsclean()并且tsoutliers()不能用于对象。关于如何找到类似于对象的功能的任何建议？tsibbletstsibble

谢谢！

包寓言的预测功能似乎对日期（索引）有奇怪的影响

适合任何型号

并预测它

如您所见，索引变量具有不同的格式

知道为什么会发生所有这些以及如何避免它吗？

在此先感谢您的任何建议...

我正在尝试使用 R 包来拟合一些时间序列，tsibble并且fable仍在建设中替代可信赖的 Rob Hyndmanforecast包。该系列全部组合成一个 tsibble，然后我将其与 ARIMA 相匹配，该函数可替换forecast::auto.arima.

我使用map_at，首先迭代除 之外的所有元素Date，然后再次使用 .从适合每个系列的模型中提取模型信息fablelite::components。（很多fable功能真的在fablelite）。

这失败了，显然是因为组件需要一个类对象，mdl_df而我的模型对象有类mdl_defn

这是一个（几乎）重现错误的玩具示例：

请注意，在这个玩具中，就像我的真实数据一样，时间是每周 5 天，缺少周末

在这个玩具示例中，错误消息说 components 函数拒绝列表元素，理由是 class 没有方法ts。在我的真实案例中，它使用更长的系列和更多的系列，但在我看来其他方面是相同的，元素被拒绝，因为它们是 class mdl_defn。请注意，如果我检查 with 的第二个和第三个元素tb_all，str( )它们也会显示为 Classes 'mdl_defn'，'R6'不确定ts错误消息中的来自哪里。

我在将date-time折叠index_by函数从 package被动传递到函数时遇到问题tsibble。

index_by将 a 作为参数time function（例如week()或month()from lubridate）并相应地折叠数据。

我希望折叠对用户输入（特别是选择的数据范围）有反应。

示例：如果选中date-range > 60，使用折叠week()，如果选中date-range > 120，使用折叠month()。

编辑：我特别指的是在闪亮模块的服务器端的上下文中使用 tsibble 进行绘图。例子：

为了避免代码重复，最好以某种方式将日期折叠函数传递给 index_by。使用 tibbletime 的示例：

这允许简洁和可读的管道。

我有多个湖泊的数据集，随着时间的推移水位升高。观察结果不规则地间隔并且有许多大的间隙。此外，一些较旧的观察结果可能质量较低或未知。我创建了一个单独的模型，它可以很好地预测随时间变化的水位，但仍然会以不同的数量错过实际观察结果。

我想创建第三组输入/插值数据，其中解决方案是：

由缺失观测值的模型值通知交叉高度加权的观测值，并由较低加权的观测值通知

到目前为止，我已经使用 fable 包的 TSLM->interpolate 来执行此操作。它工作得相当好，但我看不到将权重引入过程的方法。此外，它在很大程度上依赖于全局系数和截距，当建模值明显错过观察值时，它变得有点不稳定。我在想我需要使用某种加权黄土，它依赖于局部系数并且可以适应加权。

我有一个频率相当高（15 分钟）的值的时间序列。时间序列没有缺失值，并显示了一些每日和每周的周期性组件。

我正在尝试fable在 R 中对其进行建模，但我似乎找不到任何体面的结果，我想知道我是否做错了什么。

这是我的代码，使用可以下载的示例数据集：

这是时间序列： 如您所见，它非常有规律，具有良好的每日周期性。让我们尝试使用几个模型的默认设置对其进行建模：

他们都失败了：

我对这个过程的有限理解显然是错误的，默认值在这种情况下没有用。但是我尝试调整它们，不幸的是，我无法捕捉到更好的东西。无论如何，由于我是该领域的菜鸟，我不明白这是否是由于：

• 我没有设置正确的默认参数（我应该更深入地研究fable的参考书）
• 我可用的有限数据（短时间序列，只有几个月）
• 方法不适合快速变化的数据（每日和每周重复模式）
• 我的代码中的问题

我正在关注 Rob Hyndman 预测书，autoplot即使在这个简单的示例中，我也无法使用，摘自书中：

我收到以下错误：Error: Objects of type tbl_ts/tbl_df/tbl/data.frame not supported by autoplot。我确定 y 是tsibble：

我敢肯定这是一个简单的问题，但在这里相对较新。我正在尝试在我可以在 R 之外使用的 CSV/表中提取预测值。我跟随这里的多个系列示例：https ://www.mitchelloharawild.com/blog/fable/ 。我正在尝试提取在此步骤中完成的 2 年预测数据：

我可以在自动图中看到 3 个模型，但不知道如何从 Fit tsibble 中获取预测值。任何帮助表示赞赏。看起来有相当多的信息可以分类（预测间隔等），所以如果有地方我可以参考如何解析所有可以下载的内容以及如何让我知道。谢谢！

我有一个像这个虚拟样本这样的日期集。它包含两个月的数字用户活动数据。

第一个任务

我用key=c(user_id, app_id) anddate作为索引制作了一个 tsibble 对象。首先，我尝试获取整个期间每个用户每个 app_id 的平均使用量。用户可以在线任意天数、1 天、10 天、30 天或每天 == 60 天。我想根据活动日的用户数计算 rollapply 平均值。

示例：用户 18160102-aa 仅活动两天并使用 app_id 262 ，第一天使用 6 分钟，第二天使用 24 分钟，因此该用户在 app_id = 262 的整个期间的平均使用时间为 15 分钟。

我使用 tsibble::tile_dbl 计算整个期间的平均窗口大小 60（2 个月 = 60 天），然后将其转换回 tibble 并删除重复的行。像这样 ：

输出似乎是正确的，但是我想知道是否有更好的方法来做到这一点而无需重复？

第二个任务

如果我想从特定日期计算过去 7 天、14 天和 21 天的平均和累计使用量，如何设置窗口大小？

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?