分解错误（ts（x[1L:风]，开始=开始（x），频率=f），季节性）：R

我不明白为什么我会在帖子标题中提到这个错误

那我该怎么办

数据示例

mydat=structure(list(date = structure(c(3L, 2L, 6L, 1L, 7L, 5L, 4L), .Label = c("apr-15", 
"feb-15", "jan-15", "jul15", "jun-15", "march-15", "may-15"), class = "factor"), 
    x1 = c(653411L, 620453L, 742567L, 578548L, 720100L, 553740L, 
    588145L), x2 = c(242108L, 210841L, 255046L, 185243L, 257159L, 
    182594L, 246051L), x3 = c(234394L, 289563L, 341791L, 293608L, 
    306807L, 285190L, 279252L), x4 = c(309228L, 226175L, 292387L, 
    183745L, 223322L, 161218L, 201499L)), .Names = c("date", 
"x1", "x2", "x3", "x4"), class = "data.frame", row.names = c(NA, 
-7L))

mydat<- read.csv("path.csv", sep=";",dec=",")

mydat <- stats::ts(mydat[,-1], frequency = 12, start = c(2015,1))

library("forecast")

    my_forecast <- function(x){
      model <- HoltWinters(x,beta = FALSE, seasonal = "additive")
      fcast <- forecast(model, 5) # 5 month
      return(fcast)
    }

progn=lapply(mydat[1:34], my_forecast)

如何修复它？

---

它的主要思想是对所有34个变量进行Holtwiners分析。

问题在于Lappy函数。lapply返回一个与X长度相同的列表，其中的每个元素都是将FUN应用于X的相应元素的结果。您只需运行“my_forecast”函数即可

mydat=structure(list(date = structure(c(3L, 2L, 6L, 1L, 7L, 5L, 4L), .Label = c("apr-15", 
    "feb-15", "jan-15", "jul15", "jun-15", "march-15", "may-15"), class = "factor"), 
        x1 = c(653411L, 620453L, 742567L, 578548L, 720100L, 553740L, 
        588145L), x2 = c(242108L, 210841L, 255046L, 185243L, 257159L, 
        182594L, 246051L), x3 = c(234394L, 289563L, 341791L, 293608L, 
        306807L, 285190L, 279252L), x4 = c(309228L, 226175L, 292387L, 
        183745L, 223322L, 161218L, 201499L)), .Names = c("date", 
    "x1", "x2", "x3", "x4"), class = "data.frame", row.names = c(NA, 
    -7L))

mydat<- read.csv("path.csv", sep=";",dec=",")

mydat <- stats::ts(mydat[,-1], frequency = 12, start = c(2015,1))

library("forecast")

my_forecast <- function(x){
   model <- HoltWinters(x,beta = FALSE, seasonal = "additive")
   fcast <- forecast(model, 5) # 5 month
   return(fcast)
}

my_forecast(ts(mydat, start=c(2015,1), end=c(2015,7), frequency=7))

mydat=structure（列表（日期=structure）（c（3L，2L，6L，1L，7L，5L，4L），.Label=c（“2015年4月”），
“2015年2月”、“2015年1月”、“2015年7月”、“2015年6月”、“2015年3月”、“2015年5月”，class=“factor”），
x1=c（653411L、620453L、742567L、578548L、720100L、553740L、，
588145L），x2=c（242108L，210841L，255046L，185243L，257159L，
182594L，246051L），x3=c（234394L，289563L，341791L，293608L，
306807L，285190L，279252L），x4=c（309228L，226175L，292387L，
183745L、223322L、161218L、201499L），名称=c（“日期”，
“x1”、“x2”、“x3”、“x4”），class=“data.frame”，row.names=c（NA，
-（7升）
mydatI建议您只读取原始数据，而不声明结构。然后，将其存储为ts（mydat，start=c（2015,1），end=c（2015,7），frequency=7）@RendyEzaPutra，我在分解中得到相同的错误（ts（x[1L:wind]，start=start（x），frequency=f），季节性）：时间序列没有或少于2个周期扫描运行我的代码并跟踪错误。在发生的步骤中，问题是lappy函数。lapply返回一个与X长度相同的列表，其中的每个元素都是将FUN应用于X的相应元素的结果。您只需运行“my_forecast”函数即可。我的预测（ts（mydat，开始=c（2015,1），结束=c（2015,7），频率=7））请提供输出。但您的数据是x1:x4。在这种情况下，我假设数据是一个单变量时间序列。我没有完整的数据，因为看起来你加载了path.csv，我不知道如何在stackoverflow上上传数据集，但是我上传的原始数据集（path.csv）大小为10kb
mydat=structure(list(date = structure(c(3L, 2L, 6L, 1L, 7L, 5L, 4L), .Label = c("apr-15", 
    "feb-15", "jan-15", "jul15", "jun-15", "march-15", "may-15"), class = "factor"), 
        x1 = c(653411L, 620453L, 742567L, 578548L, 720100L, 553740L, 
        588145L), x2 = c(242108L, 210841L, 255046L, 185243L, 257159L, 
        182594L, 246051L), x3 = c(234394L, 289563L, 341791L, 293608L, 
        306807L, 285190L, 279252L), x4 = c(309228L, 226175L, 292387L, 
        183745L, 223322L, 161218L, 201499L)), .Names = c("date", 
    "x1", "x2", "x3", "x4"), class = "data.frame", row.names = c(NA, 
    -7L))

mydat<- read.csv("path.csv", sep=";",dec=",")

mydat <- stats::ts(mydat[,-1], frequency = 12, start = c(2015,1))

library("forecast")

my_forecast <- function(x){
   model <- HoltWinters(x,beta = FALSE, seasonal = "additive")
   fcast <- forecast(model, 5) # 5 month
   return(fcast)
}

my_forecast(ts(mydat, start=c(2015,1), end=c(2015,7), frequency=7))