问题标签 [tsibble]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 从年(双)和周数(字符)构造年周
这是我的数据示例
现在,假设我想从中构造一个tsibble::yearweek()
基于 - 的索引。我尝试将年份和星期粘贴在一起,然后将其传递给yearweek()
但无法正确解析。
输入:
r - 如何将 xlsx 文件读入 R 并将其转换为 tsibble 对象?
我想将 xlsx 文件读入 R,并创建一个 tsibble 对象。它看起来像这样: https ://docs.google.com/spreadsheets/d/119RXtTVJbHYeivorEtApbxQrLkLXolZdOc0kgCXFljQ/edit?usp=sharing
我该怎么做 ?
r - 用于每日数据预测的 auto.arima 日期太远了
我有访问者的每日数据,我正在尝试使用 auto.arima 进行预测。问题是数据集在 2017-09-10 结束,但第一次预测的日期是 2025 年。我希望模型预测未来 h 天,但它从错误的日期开始,只有 7预测一年而不是 365/366。这可能与 tsibble 数据结构及其在 arima 模型中处理日期有关,但我不确定。
实际数据集较长,但我使用较短的数据集作为示例。
r - 寓言中的 R 错误时间序列:切片标量
我正在尝试使用 tidyverts 包(tsibble、feasts、fable)进行一些时间序列分析。我正在按照这里的教程进行操作。数据是十年的每日计数。
我有一个带有一个键列、三行和两列模型(ets 和 arima)的 mable。
当我通过管道到 predict() 来预测 30 天的数据时,我收到以下错误:
但是,当我将模型列直接传递给预测()时,似乎没有问题。
然后我可以手动构建寓言,但这真的很痛苦,而且我担心我会跳过一个我不理解的错误。
谁能帮我理解这个错误?
r - 如何删除 tsibble 对象聚合中的时间分量?
我一直在使用这个tsibble
包,但我不知道从聚合结果中删除时间分量的正确方法是什么。所以在下面的数据集中,我想要按地区和州划分平均行程。将 a转换tsibble
为 a的正确方法是tibble
(可能是,我只是不确定)还是我缺少一些选项来实现聚合?
r - 在 tsibble 公式中包含所有变量
我想使用该tsibble
包拟合线性回归模型,并且我有一堆要包含在分析中的虚拟变量。示例数据集如下:
它们太多了,无法手动指定,所以我希望能有更快的速度。通常我会通过.
以下方式使用公式中的符号:
但这不起作用:
是否有tsibble
解决此问题的系统方法,还是我必须使用数据集的名称动态创建公式?
fable-r - 在 tidyverts 包中按键创建时间序列交叉验证切片
有没有办法使用 tidyverts 包按键创建时间序列交叉验证集?我似乎无法正确处理。以下是我尝试的代表。
该示例涉及为预测创建时间序列交叉验证(提前 1 步的切片)。键变量有 2 个不同的值,我希望有一个包含两个键的时间序列切片的 tsibble。当我尝试对两个 tsibble 进行行绑定时,出现错误。
谢谢你。
r - 为什么我不能在 tsibble 上使用 drop_na?
MRE:
换句话说,从 a 开始tsibble
并使用drop_na
删除最后一行,我得到了一个tibble
. 这很烦人,因为为了应用预测方法,fable
我需要my_tsibble
成为tsibble
. 如何在NA
不丢失tsibble
类型的情况下删除值?
r - tsibble::fill_gaps 并引用变量中的数字列名
这是我的代码:
它会产生错误:
我也试过
但得到了同样的错误。有简单的解决方法吗?我需要让它按规定工作,我不能将数据框列名更改为非数字。
r - 我们如何检测和删除介于 NA 之间的变量并计算多个时间序列的 ACF?
这是我的玩具时间序列数据:
我想计算多个时间序列的自相关(acf)。忽略插补部分,我需要:
- 删除具有中间 NA 的变量(而不是时间序列开始和结束的变量),例如 2010 年 7 月 31 日的 A 的 NA。所以在这种情况下,删除变量 A。
- 可能使用 B 和 C 上 feasts 包中的 ACF 函数计算自相关性。
我从这里开始并陷入困境:
预期输出将具有每个可能的滞后序列的自相关。像 B 将有 10-11 个值 10 滞后和系列 B 相同