我对滚动窗户相当陌生。我正在寻找一个函数来比较数据中的一个窗口与相同大小之前/之后的所有窗口之间的相关性。假设没有间隙。我想使用 tidyverse-sque 方法，例如tsibble和/或 @Davis Vaughanslider

假设我想计算该系列的前 3 天与所有前 3 天窗口之间的 Pearson 相关性：

我对Rob Hyndman 的包裹fpp2和fpp3.

我有ts对象

这两个软件包都fpp2允许fpp3我使用autoplot函数制作图表。

但是，当我尝试编写 RMarkdown 报告时，我无法使用 package.json 进行编写fpp3。

错误：自动绘图不支持 ts 类型的对象。

我阅读了 Hyndman（ this和this ）回答的几个回复，但仍然不确定我的错误在哪里。我不使用ggfortify.

我dput的是

library(Ecdat)（使用来自可重复性的Orange 数据集。）

我正在尝试使用 R 中的 tsibble、fable 包在 R 中拟合平均预测模型。下面的代码非常简单，但是Error in NCOL(x) : object 'value' not found当我尝试运行最后一个模型部分时出现错误（即使value是 中的列名o_ts），不知道为什么会这样。我从这里（https://robjhyndman.com/hyndsight/fable/）关注 RJH 教程。

如果 arima 和均值预测模型是否相同，我也将不胜感激，如果不是，我应该使用什么函数来代替 Arima。

我必须为 2000 个不同的时间序列创建每小时预测。我的系列中每小时和每周的季节性很强。为了处理每小时的季节性，我使用了season("day")选项。但是，我想season("week")每周会创建 168 个假人，这将是计算问题的问题。

你知道使用 tsibble 或 fabletools 包创建工作日假人的快速方法吗？

我正在尝试使用 fabletools 包提取预测残差。我知道我可以使用该augment()函数提取拟合模型残差，但我不知道它对预测值是如何工作的，并且我得到与拟合模型残差相同的结果。这是一个例子：

任何建议将不胜感激。

我是 Hyndman 软件包的忠实粉丝，但偶然发现了 Box-Cox 转换。

我有一个数据框

我正在尝试改变一个额外的列，其中Mean_price变量将被转换。

给了我一些结果（也可能是错误的）并且不能应用autoplot。

我也尝试应用Hyndman 书中的代码，但失败了。

我究竟做错了什么？谢谢！

更新：

我想对 tsibble 数据中的许多系列应用 boxcox 转换。想不出该怎么做。

我尝试了很多组合，但都失败了。也许有更简单的选择。这是一个简单的例子，有两个系列，但我可以想象，我有 200 个系列，所以我不想用硬编码来做。

最好的缝纫

有没有办法在 x 轴上显示所有日期？我有以下数据集，我想要一个 ggplot，其中在 x 轴上year_month是列，在 y 轴上是count列，但我希望它以比例显示所有月份，而不仅仅是像 ggplot2 通常那样做。

我试过了

但没有取得成功，因为它只显示了一些years months写在 x 轴上的内容。

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：

问题描述
我经常使用三次月度数据。每月三次（或大约每 10 天一次，也称为十天），这是前苏联水相关数据和世界各地更多气候/水相关数据集的典型报告间隔。以下是具有 2 个变量的示例数据集：

在示例中，我选择了 1、11 和 21到每年 36 个（类似于一年中的某天）。最优雅的解决方案是为 dekadal 数据使用适当的日期格式，例如yearmonth. lubridate但是，lubridate可能不打算在不久的将来支持 dekadal 数据（github 对话）。

我有使用工作流tsibble，并且timetk可以很好地处理月度数据，但是使用原始的十进制时间步骤确实更合适，我正在寻找一种方法，能够以最少的繁琐变通方法将 tidyverse 函数与十进制数据一起使用尽可能。
在 tsibble 中对 dekadal 数据使用每日日期的问题在于，它将时间间隔标识为每天，并且您每月的 3 个值之间会出现很多数据差距：

这是我到目前为止所做的：

1. 我在这里看到了将有序因子定义为索引tsibble但timetk不将因子识别为索引的可能性。timetk建议定义自定义索引（参见 2.）。
2. 可以向 tsibble 添加自定义索引，但我还没有找到这方面的示例，我不明白我必须如何使用这些功能（小插图仍在计划中）。我已经开始阅读代码以尝试了解如何使用这些函数来获得对 dekadal 数据的支持，但我有点不知所措。

问题

• tsibble 中的 dekadal 自定义指数的行为是否与 yearmonth 或 weekyear 类似？

• 这里有人可以分享如何将自定义索引添加到 tsibble 的示例吗？

• 或者有人知道在 tidyverse 中优雅地处理 dekadal 数据的另一种方法吗？