Автоплот строит ТОЛЬКО прогноз для ETS, используя басни для временных рядов в R - PullRequest
Новая
       37

Автоплот строит ТОЛЬКО прогноз для ETS, используя басни для временных рядов в R

0 голосов
/ 31 декабря 2018

Я играл с прогнозом, басней и тибблом и работал на примерах Роба Хиндмана ЗДЕСЬ .Когда я добираюсь до конца примера "auscafe", автоплот, который выходит, предназначен ТОЛЬКО для прогноза, а не для исходного графика, плюс прогноз, как показано (и ожидается).

Что мне здесь не хватает?

library(fpp2)
library(tsibble)
library(fable)
data("auscafe")

# Make auscafe a tsibble and confirm 
cafe <- as_tsibble(auscafe)
cafe


# Take a look
autoplot(cafe)

# ETS model noodling after Hyndman's 2018 presentation  
# https://robjhyndman.com/seminars/isf-fable/

cafe %>% ETS(value) %>% summary

cafe %>% ETS(value) %>% forecast() %>% summary()

cafe %>% ETS(value) %>% forecast() %>% summary(level=90)

# See Hyndman slide 11: He gets the original series PLUS the forecast
# When I run this, I get a plot of ONLY the forecast, 
# i.e., 2008-07 to 2010-07

cafe %>% ETS(value) %>% forecast() %>% autoplot()

1 Ответ

0 голосов
/ 01 января 2019

Я также разместил это в репозитории tidyverts / fable git и получил отличный ответ от Митчелла О'Хара-Вайлда:

С момента презентации пакет претерпел несколько изменений, когда мы выясним,лучший способ реализовать функции.

На момент презентации пакет fable был просто оберткой для пакета прогноза, поэтому fable :: ARIMA будет вызывать прогноз :: auto.arima.С тех пор метод ARIMA был заново реализован с нуля, и, как говорится об ошибках, в настоящее время не поддерживается выбор различий.На данный момент порядок интеграции должен быть указан с моделями спец.Например, pdq (d = 1) + PDQ (D = 1) будет включать как сезонную, так и несезонную разницу.Эта функциональность будет добавлена ​​в ближайшее время.

Мы также изменили работу прогнозов.Прогнозы теперь содержат только прогнозируемые значения в будущем, поэтому данные, используемые для обучения модели, больше не включаются.Исторические данные для прогнозов могут быть включены путем предоставления данных в качестве первого аргумента для автоматического построения. 

prison %>% ETS(count) %>% forecast() %>% autoplot(prison)
...