R 在TSIBLE中设置索引

你有没有回想起以前的问题，觉得有点尴尬？我刚做了，现在我做了。我可能在某个时候也会有同样的感觉

我正试图将我的预测工作转移到

fable

。在此过程中，我尝试使用

tsibble

。在前面的

ts

对象中，我只设置了开始年份和频率。现在，

tsibble

正在查找日期对象。然而，我有两年一次的数据（秋季和春季学期）。变量是不规则的（我想保留它）<代码>预测在准确地“预测”它方面做得很好。我的大学用3位数的年份和一个术语来命名术语。所以2019-2020学年的秋季是2204，其中4代表秋季。弹簧是2207

基本上，我在网上找不到一个例子，说明索引在某种意义上是不规则的，而不是日期对象？有什么提示吗？谢谢

好吧，如果我死了，我会设法解决这个问题。我看到他们添加了一个有序因子作为可能的索引。所以我会试试看

这是一个重复的例子，说明了我的困境

enroll <- data.frame(term = c(2194L, 2197L, 2204L, 2207L), 
                 ECO110 = c(518, 410, 537, 386), 
                 ECO120 = c(315, 405, 419, 401))

enroll.tb <- enroll %>% 
  mutate(term = ordered(term)) %>%
  select(term, starts_with("ECO")) %>%
  pivot_longer(-term, names_to = "class", values_to = "enroll")

enroll.tb <- as_tsibble(enroll.tb, key = class, index = term)

fc <-  enroll.tb %>% 
  model(arima = ARIMA()) %>%
  forecast(h = 2)

---

抛出错误：使用model（）

函数将模型规范训练为数据集。

这里的问题是索引变量是一个有序因子，

forecast（）

不知道如何生成该索引的未来值

我添加了一个信息更丰富的错误（），因此现在应该是：

fc%
模型（arima=arima（））%>%
预测（h=2）
#>未指定模型，默认为“enroll”变量的自动建模。
#>使用模型公式替代此选项。
#>错误：无法从因子/有序时间索引自动创建“新数据”。请直接提供“新数据”。

由（v0.3.0）于2020年1月23日创建

如错误所示，要生成预测，您需要在

新数据中指定适当的因子级别


注册。未来%
预测（新数据=enroll.future）
#>未指定模型，默认为“enroll”变量的自动建模。
#>使用模型公式替代此选项。
足球俱乐部
#>#寓言：4x5[1]
#>#键：类、.model[2]
#>类。模型术语注册。分发
#>                 
#>1 ECO110 arima 2214532。N（5321380）
#>2 ECO110 arima 2217385。N（3851380）
#>3 ECO120 arima 2214385 N（3852237）
#>4 ECO120 arima 2217385 N（3852237）

由（v0.3.0）于2020年1月23日创建
这非常棒，而且很有意义。谢谢你的来电，还有你所有的工作。
fc <-  enroll.tb %>% 
  model(ets = ETS()) %>%
  forecast(new_data = enroll.future)