如何使用 Fable 包在 R 的层次序列中实现回归器?

How to implement regressors in a Hierarchical Series in R, with the Fable package?

我是探索寓言包的新手,我想在分层时间序列模型中实现回归器。数据的维度应该如何? tsibble 对象中是否应该有一个额外的列?例如,在 ARIMA 模型中。非常感谢您。

使用外生回归变量对分层数据建模的方法与对常规数据建模的方法相同。对于层次结构中的每个节点,外生回归变量应该是用于估计模型的 tsibble 对象的一列。

下面的代码显示了如何使用动态回归模型(ARIMA with xreg)对简单层次结构 (T = M + F) 进行建模。请注意,外生回归变量在这里只是白噪声,但您可以在这里使用一些真实数据。

library(fable)
#> Loading required package: fabletools
library(dplyr)
my_data <- as_tsibble(cbind(mdeaths, fdeaths)) %>% 
  aggregate_key(key, value = sum(value)) %>% 
  # Add the regressor (if you have this in your data, could aggregate it above)
  # If the data is pre-aggregated, specify which keys are <aggregated> with agg_vec().
  mutate(my_xreg = rnorm(nrow(.)))
my_data
#> # A tsibble: 216 x 4 [1M]
#> # Key:       key [3]
#>       index key          value my_xreg
#>       <mth> <chr*>       <dbl>   <dbl>
#>  1 1974 Jan <aggregated>  3035  -1.87 
#>  2 1974 Feb <aggregated>  2552   1.93 
#>  3 1974 Mar <aggregated>  2704  -0.420
#>  4 1974 Apr <aggregated>  2554   0.332
#>  5 1974 May <aggregated>  2014  -1.10 
#>  6 1974 Jun <aggregated>  1655   1.22 
#>  7 1974 Jul <aggregated>  1721   1.68 
#>  8 1974 Aug <aggregated>  1524  -1.46 
#>  9 1974 Sep <aggregated>  1596   0.620
#> 10 1974 Oct <aggregated>  2074  -0.505
#> # … with 206 more rows
my_data %>% 
  model(ARIMA(value ~ my_xreg))
#> # A mable: 3 x 2
#> # Key:     key [3]
#>   key                        `ARIMA(value ~ my_xreg)`
#>   <chr*>                                      <model>
#> 1 fdeaths      <LM w/ ARIMA(0,0,0)(1,1,1)[12] errors>
#> 2 mdeaths      <LM w/ ARIMA(0,0,2)(0,1,2)[12] errors>
#> 3 <aggregated> <LM w/ ARIMA(0,0,2)(2,1,0)[12] errors>

reprex package (v0.3.0)

于 2021 年 1 月 13 日创建