предсказание в басне ARIMA взрывается

Я пытаюсь приспособить модель ARIMA (пакет fable), в которую я включаю манекены. Вот код, который я использую

mod_region <- aggregated_region %>% 
  filter(SETTLEMENTDATE < '2020-02-11') %>% 
  model( 
    arima = ARIMA(sum ~ as.factor(Day))
  )
fc_region <- mod_region %>% 
  forecast(h='7 days’)

Это дает эту ошибку:

«Ошибка: объект« День »не найден. Невозможно вычислить требуемые переменные из предоставленного new_data. Требуются ли в вашей модели дополнительные переменные для составления прогнозов? »

Я попытался найти в Google, но ничего не нашел.

Раньше я думал, что, возможно, он создает 7 манекенов, и поэтому код взрывается, а затем я протестировал с помощью arima = ARIMA(sum ~ I(Day == ’Sunday’)). Но он дает ту же ошибку во время использования функции прогноза ().

Вы знаете, почему это может происходить?


r forecasting fable-r
person Abbas    schedule 07.04.2020    source источник
comment
Попробуйте создать факторную переменную перед вызовом функции модели.   -  person Rob Hyndman    schedule 08.04.2020
comment
@RobHyndman Спасибо за это, Роб. Я пробовал это делать. Теперь выдает эту ошибку [5] variable lengths differ (found for 'xreg')   -  person Abbas    schedule 08.04.2020
comment
Приведите воспроизводимый пример.   -  person Rob Hyndman    schedule 09.04.2020
comment
@RobHyndman Я загрузил некоторые данные в файл здесь (drive.google. com / file / d / 1ZI95SnJOTVVtbil84eq7n1F5mei5GeJL /), и я использую этот код:   -  person Abbas    schedule 10.04.2020
comment
@RobHyndman aggregated_region <- readRDS('aggregated_region.rds') aggregated_region_train <- aggregated_region %>% filter(Date < '2020-02-11') xreg_region_new_m <- aggregated_region %>% filter(Date >= '2020-02-11') xreg_region <- as.factor(aggregated_region_train$Day) xreg_region_new <- as.factor(xreg_region_new_m$Day) mod_region <- aggregated_region_train %>% model( arima = ARIMA(sum ~ xreg_region) ) fc_region <- mod_region %>% forecast(h='7 days', newdata = xreg_region_new)   -  person Abbas    schedule 10.04.2020

Ответы (1)


arrow_upward
0
arrow_downward

Во-первых, вам нужно создать переменные перед моделированием. Поэтому добавьте факторную версию Day перед вызовом модельной функции.

Во-вторых, вам нужны все переменные в tsibble, а не как отдельные объекты, как указано в комментариях.

Следующий код будет работать с вашими данными.

library(tidyverse)
library(tsibble)
library(fable)
aggregated_region <- readRDS('aggregated_region.rds') %>%
  mutate(Day = as.factor(Day))
train <- aggregated_region %>% 
  filter(Date < '2020-02-11')
test <- aggregated_region %>% 
  filter(Date >= '2020-02-11') 

mod_region <- train %>% 
  model(arima = ARIMA(sum ~ Day)) 
fc_region <- mod_region %>% 
  forecast(new_data = test)
person Rob Hyndman    schedule 11.04.2020