R ts（x）中的错误：'；ts'；对象必须有一个或多个观察值

当我使用

forecast

库进行预测时，我注意到以下代码没有按预期运行：

library(forecast)
library(dplyr)
df1 <- data.frame(gp=gl(20,5), dt=seq(1:100))

get <- function (df1){
  ts1 <- ts((df1%>%filter(gp==2))$dt)
  as.numeric(forecast(ar(ts1),15)$mean)
}    

print(get(df1))

---

代码也正常运行。我认为这可能是

ar

函数中的一个bug，而问题不知何故与范围有关。对此有何想法？

问题在于范围界定<代码>预测（）尝试查找用于拟合模型的时间序列。预测包中的函数（如

ets

）将此信息存储在模型对象中，因此

forecast（）

很容易找到它。但是

ar（）

来自stats包，它不存储用于拟合模型的时间序列。所以

forecast（）

开始寻找它。如果您在

get（）

函数之外运行代码，它工作正常，因为

forecast（）

能够在本地环境中找到

ts1

对象。但是在

get（）

函数中，它会导致错误

一个简单的解决方法是在调用

forecast

之前将信息添加到已安装的模型中：

library(forecast)
library(dplyr)
df1 <- data.frame(gp=gl(20,5), dt=seq(1:100))
ts1 <- ts((df1%>%filter(gp==2))$dt)

get <- function (ts1){
  fit <- ar(ts1)
  fit$x <- ts1
  as.numeric(forecast(fit,15)$mean)
}

print(get(ts1))

library(dplyr)
df1 <- data.frame(gp=gl(20,5), dt=seq(1:100))
ts1 <- ts((df1%>%filter(gp==2))$dt)

get <- function (ts1){
  fit <- ar(ts1)
  as.numeric(predict(fit,n.ahead=15)$pred)
}

print(get(ts1))

library(dplyr)
df1 <- data.frame(gp=gl(20,5), dt=seq(1:100))
ts1 <- ts((df1%>%filter(gp==2))$dt)

get <- function (ts1){
  fit <- ar(ts1)
  as.numeric(predict(fit,n.ahead=15)$pred)
}

print(get(ts1))