R 从fable包预处理TSIBLE以运行时间序列模型
我试图在一些月度时间序列数据上运行一些模型。时间序列数据长度不相等,也不从/在同一个月开始/结束。我有一个数字月份列和一个数字年份列。我用这两个变量创建了一个时间序列,并用它制作了一个R 从fable包预处理TSIBLE以运行时间序列模型,r,fable-r,tsibble,R,Fable R,Tsibble,我试图在一些月度时间序列数据上运行一些模型。时间序列数据长度不相等,也不从/在同一个月开始/结束。我有一个数字月份列和一个数字年份列。我用这两个变量创建了一个时间序列,并用它制作了一个tsibble,这样我就可以使用fable包了。这就是我处理时间序列数据的方法 我在这里发布模拟数据 # Packages library(tidyverse) library(tsibble) library(fable) library(fabletools) # Simulated data id <
tsibble
,这样我就可以使用fable
包了。这就是我处理时间序列数据的方法
我在这里发布模拟数据
# Packages
library(tidyverse)
library(tsibble)
library(fable)
library(fabletools)
# Simulated data
id <- c(rep (222, 28), rep(111, 36), rep(555, 16))
year <- c(rep(2014, 12), rep(2015, 12), rep(2016, 4),
rep(2014, 12), rep(2015, 12), rep(2016, 12),
rep(2015, 12), rep(2016, 4))
mnt <- c(seq(1, 12, by = 1), seq(1, 12, by = 1), seq(1, 4, by = 1),
seq(1, 12, by = 1), seq(1, 12, by = 1), seq(1, 12, by = 1),
seq(1, 12, by = 1), seq(1, 4, by = 1))
value <- rnorm(80, mean = 123, sd = 50)
dataf <- data.frame(id, mnt, year, value)
将月份和年份相加
dataf %>% unite("time", mnt:year, sep = " ")
做一个泡泡
tsbl <- as_tsibble(dataf, index = time, key = id)
tsbl-tsbl%
模型(
arima=arima(值),
)
适合
#提前一个月预测
fc%
预测(h=1)
足球俱乐部
#精度测量
精度表在创建time
列时,存在两个小问题。首先,您没有将结果重新分配回dataf
dataframe,而只是将结果发布到控制台。解决此问题将修复您发布的错误
下一个问题是您需要一个兼容的数据类型。一个字符是不够的,您需要像tsibble
函数yearmonth()
这样的函数来完成任务。为此,您将看到我翻转了unit()
调用的顺序
相关文章:
dataf <- dataf %>% unite("time", c(year, mnt), sep = " ") %>%
mutate(time = yearmonth(time))
dataf%unite(“时间”,c(年份,mnt),sep=“”)%>%
变异(时间=年月(时间))
> tsbl <- as_tsibble(dataf, index = time, key = id)
Error: `var` must evaluate to a single number or a column name, not a function
Call `rlang::last_error()` to see a backtrace.
# Fitting arima
fit <- tsbl %>%
fill_gaps(b = 0) %>%
model(
arima = ARIMA(value),
)
fit
# One month ahead forecast
fc <- fit %>%
forecast(h = 1)
fc
# Accuracy measure
accuracy_table <- accuracy(fit)
dataf <- dataf %>% unite("time", c(year, mnt), sep = " ") %>%
mutate(time = yearmonth(time))