R GG加强自动批次置信区间水平
我试图使用ggfortify的autoplot估计95%的置信区间,但我无法实现。如果我使用forecast软件包,并提前3周预测95%的CI,效果很好。见下文:R GG加强自动批次置信区间水平,r,ggplot2,xts,forecast,ggfortify,R,Ggplot2,Xts,Forecast,Ggfortify,我试图使用ggfortify的autoplot估计95%的置信区间,但我无法实现。如果我使用forecast软件包,并提前3周预测95%的CI,效果很好。见下文: wt <- structure(list(DOC = c(3, 10, 17, 24, 31, 38, 45, 52, 59, 66, 73, 80, 87, 94, 101), AvgWeight = c(1, 1.66666666666667, 2.06666666666667, 2.275, 3.83333333333
wt <- structure(list(DOC = c(3, 10, 17, 24, 31, 38, 45, 52, 59, 66,
73, 80, 87, 94, 101), AvgWeight = c(1, 1.66666666666667, 2.06666666666667,
2.275, 3.83333333333333, 6.2, 7.4, 8.5, 10.25, 11.1, 13.625,
15.2, 16.375, 17.8, 21.5), PondName = structure(c(1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "Pond01", class = "factor"),
SampleDate = structure(c(1182585600, 1183190400, 1183795200,
1184400000, 1185004800, 1185609600, 1186214400, 1186819200,
1187424000, 1188028800, 1188633600, 1189238400, 1189843200,
1190448000, 1191052800), class = c("POSIXct", "POSIXt"))), .Names = c("DOC",
"AvgWeight", "PondName", "SampleDate"), row.names = c(NA, 15L
), class = "data.frame")
wt$SampleDate <- as.Date(wt$SampleDate)
wt
DOC AvgWeight PondName SampleDate
1 3 1.000000 Pond01 2007-06-23
2 10 1.666667 Pond01 2007-06-30
3 17 2.066667 Pond01 2007-07-07
4 24 2.275000 Pond01 2007-07-14
5 31 3.833333 Pond01 2007-07-21
6 38 6.200000 Pond01 2007-07-28
7 45 7.400000 Pond01 2007-08-04
8 52 8.500000 Pond01 2007-08-11
9 59 10.250000 Pond01 2007-08-18
10 66 11.100000 Pond01 2007-08-25
11 73 13.625000 Pond01 2007-09-01
12 80 15.200000 Pond01 2007-09-08
13 87 16.375000 Pond01 2007-09-15
14 94 17.800000 Pond01 2007-09-22
15 101 21.500000 Pond01 2007-09-29
library(forecast)
library(ggfortify)
library(ggplot2)
library(xts)
pond <- as.xts(wt$AvgWeight,order.by=seq(as.Date("2007-06-23"), by=7, len=15))
pond
d.arima <- auto.arima(pond)
d.arima;fitted(d.arima)
d.forecast <- forecast(d.arima, level = c(95), h = 3)
d.forecast
> d.forecast
Point Forecast Lo 95 Hi 95
106 25.2 23.14483 27.25517
113 28.9 24.30450 33.49550
120 32.6 24.91026 40.28974
但如果我这样做:
ggfortify::autoplot(d.arima,predict=predict(d.arima,n.ahead=3),conf.int=TRUE,predict.alpha =
0.05,fitted.colour="green",
predict.colour='red',predict.linetype='solid')
它默认为80%的置信区间。我试图在predict()中设置信心级别,但它被忽略了。我还尝试了autoplot()中的级别,但也没有成功。问题:如何使用ggfortify的autoplot实现不同程度的信心?此处使用predict.alpha是否正确,还是用于预测点估计的alpha颜色?
另外,是否可以将安装的绿线连接到预测的红线?我很惊讶您没有收到错误,并且看到了显示的图。不幸的是,我不能复制你的情节
forecast
之后加载ggfortify
时,我找不到使用forecast
sautoplot
的方法。这是因为ggfortify
实际上并没有导出autoplot
;相反,它覆盖了forecast
中的autoplot
方法。因此,ggfortify::autoplot(…)
不应该工作,应该抛出错误
错误:“autoplot”不是从“命名空间:ggfortify”导出的对象
autoplot.forecast
或autoplot.ts
的predict
参数,所以我不确定这是从哪里来的李>
您想使用forecast
和ggfortify
的原因是什么?为什么不坚持使用forecast
sautoplot
进行绘图?下面是一个基于示例数据和d.arima
autoplot(预测(d.arima))+theme_minimal()
亮区和暗区分别对应于95%和80%的CI
使用
forecast_8.10
和ggfortify_0.4.7
进行测试,我很惊讶您没有收到错误,并且看到了显示的图。不幸的是,我不能复制你的情节
forecast
之后加载ggfortify
时,我找不到使用forecast
sautoplot
的方法。这是因为ggfortify
实际上并没有导出autoplot
;相反,它覆盖了forecast
中的autoplot
方法。因此,ggfortify::autoplot(…)
不应该工作,应该抛出错误
错误:“autoplot”不是从“命名空间:ggfortify”导出的对象
autoplot.forecast
或autoplot.ts
的predict
参数,所以我不确定这是从哪里来的李>
您想使用forecast
和ggfortify
的原因是什么?为什么不坚持使用forecast
sautoplot
进行绘图?下面是一个基于示例数据和d.arima
autoplot(预测(d.arima))+theme_minimal()
亮区和暗区分别对应于95%和80%的CI
使用
forecast_8.10
和ggfortify_0.4.7
进行测试,我无法在ggfortify_0.4.7
和forecast_8.10
上复制ggfortify::autoplot(…)
抛出错误,请参见下面我的答案。我无法在ggfortify\u 0.4.7
和forecast\u 8.10
上复制ggfortify::autoplot(…)
抛出错误,请参见下面的答案。是的,您是正确的。我将坚持预测。我之所以想使用ggfortify,是因为autoplot似乎有更多的选项来美化情节。例如,ggfortify将预测值连接到原始值,还允许您围绕置信区间绘制功能区。也许forecast的autoplot也有这些选项?我去看看。谢谢,你是对的。我将坚持预测。我之所以想使用ggfortify,是因为autoplot似乎有更多的选项来美化情节。例如,ggfortify将预测值连接到原始值,还允许您围绕置信区间绘制功能区。也许forecast的autoplot也有这些选项?我去看看。谢谢
ggfortify::autoplot(d.arima,predict=predict(d.arima,n.ahead=3),conf.int=TRUE,predict.alpha =
0.05,fitted.colour="green",
predict.colour='red',predict.linetype='solid')