问题标签 [tsibble]

我有一个从 2012 年到 2018 年的数据框（下面的前 200 行），我正在尝试将其转换为 tsibble。虽然我已经设法对其进行了转换，使用 UI 变量作为键，使用 Date 变量作为索引，但由于频率的原因，我的分析遇到了一些麻烦。我有每日数据，所以 tsibble 上的频率是 [1D]，但我需要按年计算频率才能分析季节性。我尝试使用 years(Ano) 作为索引，但之后的一切都是错误的。我有解决这个问题的方法吗？我也尝试了以下功能，但没有奏效：

https://rdrr.io/github/dashfordgroup/tsibbletools/man/change_frequency.html

谢谢您的帮助！

我正在尝试创建一个 R 函数，它接受一个 tsibble 和列名，适合一些基本模型，并最终输出一个绘图（尽管绘图部分不是这个问题的主题）。

此时，我无法使以下代码工作：

它返回： Error: 'call' must be a quoted call ，我搜索无济于事，对我来说没有意义，因为从我所看到的一切来看，我正在调用该函数。

我感觉这与 R 如何处理函数内部的数据帧有关，所以我也尝试使用{{column}}and{{col_name}}代替enquo()/!!column调用，但这没有奏效。

公平的警告，我是一个 Python 人，所以我的方法可能不是标准的 R 票价。如果我的方法不正确，请随时指出。

我有 4 种石油价格的季度数据，并试图对其进行一些分析。

我试图从中得到我的 tsibble：

到这种格式的 tsibble：

本质上，我试图通过在我的新 tsibble 中指定一个名为“fuel_type”的新键来压缩 4 个时间序列数据。

原因是，一旦我把它变成后一种 tsibble 格式，autoplot() 函数让我的生活更容易一次绘制所有 4 个时间序列图。

谢谢！

来自本书网站的快速表述：

请注意，x 轴具有基于周索引的异常格式。我想做的是对此进行调整，例如仅显示年份（1989、1990、1991 等）

我在RStudio 社区提出了这个问题，但没有收到任何答案，所以我想我会在这里试一试。我的问题与 budugulo 在这里提出的问题有关选择具有最低 RMSE 的模型，但我想知道如何更进一步，使用对测试数据具有最佳预测能力的模型，并将其应用于整个原始分层数据集以获得未来的观察结果。

我了解如何使用一个单独的时间序列预测未来，但我正在尝试预测一个分层数据集，该数据集需要太多时间才能将最佳模型单独预测到所有原始时间序列上以预测未来的观察结果。有没有办法将最佳模型（使用最低 RMSE）拟合到分层数据集中的原始时间序列上，以预测未来 3 年（2020 年）的未来观测结果？我尝试使用 refit() 但无济于事。

希望下面的代码将有助于回答我的问题。

我有一个 tsibble，如下所示。

我想使用 tsibble 中保存的参数应用修改后的 ETS 函数。例如，RSSEAS 和 RSTREND 列中的任何内容都将用于估计 ETS 模型。

以下作品：

但是，当我尝试使用下面的函数来提取每个 SKU 的参数时（因为可能每个 SKU 的参数可能不同），我收到一条错误消息。

如果我调用ets.function(test.data)R 返回一个寓言，但它是 NULL/NA，因为没有使用指定的参数估计模型。

调用map_dfr(test.data, ets.function)给我以下错误：

这对我来说没有意义，因为如果我在控制台中运行season.param 或trend.param 的代码，我会得到适当的“A”或“N”，这正是趋势和季节性特价商品所包含的值ETS 功能。

基本上，我试图找出一种方法，使用为每个唯一键组合预先指定的参数将 ETS 映射到我的 tsibble 上。我对如何实现这一点的其他想法持开放态度（pmap_dfr 用于参数向量等）。

我有一个 tibble，我正在努力变成一个 tibble。

我如何把它变成一个 tsibble 以便我可以用 ggplot2 绘制图形？

尝试的时候as_tsibble()

absence_ts <- as_tsibble(absence, key = absence$All Staff, index = absence$year)

它出现以下错误：

Error: Must subset columns with a valid subscript vector. x Can't convert from <double> to <integer> due to loss of precision.

这里 1 是不需要的，因为sum没有设置为na.rm=TRUE. 我想要一种可读的方式，仅依赖 tsibble（即没有任何时间过滤高频索引，也没有添加手动月份观察），对 tsibble 进行严格的聚合。即确保不完整的低频值是NA。在那里，严格的方法是 2010 Q4 是 NA，而不是 1。

包装内似乎没有任何fill_gaps参数tsibble可以强制填充直到较低频率结束，这将允许类似

给出涉及 NA的正确严格聚合。

我正在尝试使用这些数据创建一个季节性图，但是我的周数只是值而不是实际日期。

我用当前的 tsibble 创建了一个时间序列图：

我如何将我的第一列变成日期或期间，以便我可以找到季节性？

我有一个名为的数据Demandts框，它在下面显示为 tsibble：

（mam 代表每月 MA）

我正在尝试使用每月平均需求创建一个新列，以便我可以使用ggplot.

编辑* 我如何平均每月需求？