寓言预测数据集请求和函数

Question

有没有人有 R 中寓言包的数据集要求这是我遇到的一些问题，任何人都可以提出任何建议。我的 R 版本是

平台x86_64-w64-mingw32
拱门 x86_64
osmingw32
系统 x86_64, mingw32
状态
专业 3
未成年人 5.2
2018 年
第 12 个月
第 20 天
svn 版本 75870
语言 R
version.string R 版本 3.5.2 (2018-12-20) 昵称蛋壳冰屋

可以使用不规则时间数据建模吗？说：我有 365 天中 250 天的价格数据，但我仍然想使用寓言来模拟价格的 ARIMA。那是possible吗？示例表单 github 使用 tsibbledata::ausretail 数据集中没有缺失日期
好像表扬包语法改了我使用的是本页 2018-12 中的示例，没问题 https://github.com/mitchelloharawild/fable-tfeam-2018/blob/master/index.Rmd

但现在我无法使用该代码。例如ETS 正在使用

fbl_cafe_fit <- vic_cafe %>%
  fable::ETS(Turnover ~ season("M"))

现在从这个页面开始，人们需要把额外的 'model' 放在外面？？ https://github.com/tidyverts/fable

    UKLungDeaths %>%
  model(ets = ETS(log(mdeaths))) %>%
  forecast

是新语法还是我的理解有误？

我现在好像没有auto.arima () 寓言的选项了？？？我需要指定 pdq() 和 PDQ()

USAccDeaths %>% as_tsibble %>% 模型(arima = ARIMA(log(value) ~ pdq(0,1,1) + PDQ(0,1,1)))
在我拟合了arima模型之后，我在使用拟合模型预测下一个周期时也遇到了问题此语法不再有效：

fbl_cafe_fc <- fbl_cafe_fit %>% 预测 (h=24)

Answer 1

ARIMA 需要规则的时间序列，但它也适用于存在缺失值的情况。您可以使用 tsibble::fill_gaps() 将隐式缺失值转换为显式缺失值。
正确，fable 包目前处于试验阶段，界面的更改预计会继续。这些更改可能会对用户产生相对较小的影响。自寓言 TFEAM 演讲以来，我们现在支持一个 mable 中的多个模型列。为此，我们现在使用 model() 来指定模型。以前，如果你想建模 data %>% ETS(log(y) ~ season("A"))，现在是 data %>% model(ETS(log(y) ~ season("A"))。
自动模型选择（如forecast::auto.arima()）包含在寓言（ARIMA()）中的相同功能中。在估计模型时，如果右侧为空，则会从默认值中自动选择一个模型。对于 ARIMA 模型，如果您使用 data %>% model(ARIMA(y))，将自动选择合适的模型（与 forecast::auto.arima() 相同）。您现在还可以估计 ARIMA(p,0,0)(2,1,Q)[12] 模型，其中 p 和 Q 在 0 和 3 之间未知。为此，您会使用 data %>% model(ARIMA(y ~ pdq(0:3, 0, 0) + PDQ(2, 1, 0:3, period = 12))).
该代码看起来正确，并且应该仍然有效。也许您需要更新软件包。

寓言预测数据集请求和函数

Fable forecast data set requests and functions

r

time-series

tidyverse

fable-r