问题标签 [tsibble]

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？

我正在尝试解决一个非常简单的问题。我想从tsibble.

我有这个代码，

现在我想将 2010 年第一季度的数据子集出来，

我收到此错误消息，

我在这里做错了什么？

[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？

我是 tsibble 包的新手。我有每月数据，我强迫一个 tsibble 使用 fable 包。我遇到的几个问题

• 即使我对它应用了 lubridate 的 ymd 函数，索引变量（来自我的测试）似乎也不是类日期。
• has_gaps 函数返回 FALSE，但是当我对数据建模时，我收到“.data 包含隐式时间间隔”的错误

任何帮助将不胜感激。

我想询问有关将数据框（或 tibble）转换为 tsibble 的最有效方法的建议。

数据框在第一列中有日期，所有其他列代表各种时间序列，并在相应日期给出值。我想有效地创建一个 tsibble，其中键 = 每个时间序列的名称，索引 = 每个日期。

所以输出将是一个 tsibble，如下所示：

输入数据示例：

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.

我想生成一个完全面板（每月）的时间序列

我试过tsibble这对大数据很有效，但对于有大量缺失数据的小数据集，它似乎选择了非常宽的间隔。

另外，为了方便比较许多不同的集合，我想指定开始和结束日期。

这里我有一个最小的例子，它导致

但应该从 5 月到 12 月开始，每个组（帐户）每个缺失的月份为 0。

我尝试将缺少值的日期列转换为带有tsibble. 这样做会返回解析失败或数字结果。

最终输出应如下所示：2020 W1、2020 W6。

有没有办法使用tsibble包解决这个问题？奇怪的是yearmonth，这个包的功能也适用于 NA 和空值。

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。