Я пытаюсь прогнозировать данные, которые находятся в диапазоне от -1 до 1.
mydata=structure(list(Date = structure(1:6, .Label = c("27.09.2019 \t0:00:00",
"27.09.2019 \t1:00:00", "27.09.2019 \t2:00:00", "27.09.2019 \t3:00:00",
"27.09.2019 \t4:00:00", "27.09.2019 \t5:00:00"), class = "factor"),
metr1 = c(-0.97654, 0.0376544, 0.049765976, -0.578, 0.045687,
-0.045688), metr2 = c(-0.97655, 0.0376544, 0.049765976, -0.579,
0.045688, -0.045689), metr3 = c(-0.97656, 0.0376544, 0.049765976,
-0.58, 0.045689, -0.04569), metr4 = c(-0.97657, 0.0376544,
0.049765976, -0.581, 0.04569, -0.045691)), .Names = c("Date",
"metr1", "metr2", "metr3", "metr4"), class = "data.frame", row.names = c(NA,
-6L))
У меня есть данные десятичной дроби, это значение в диапазоне -1; 1.
Длякаждую переменную (metr1-metr4) я хочу предсказать значение на 1 час вперед.
library("forecast")
mydat %>%
ets(model="AAN", damped=FALSE, lambda=0) %>%
forecast(h=24, biasadj=TRUE) %>% # 24 hours ahead
autoplot()
и получаю ошибку
Error in ets(., model = "AAN", damped = FALSE, lambda = 0) :
y should be a univariate time series
#This is not a built-in transformation, so we will need to do more work.
, затем я пытаюсь следующий
a <- -1
b <- 1
# Transform data and fit model
fit <- log((mydat-a)/(mydat-b)) %>%
ets(model="AAN", damped=FALSE)
fc <- forecast(fit, h=24)
# Back-transform forecasts
fc[["mean"]] <- (b-a)*exp(fc[["mean"]]) /
(1+exp(fc[["mean"]])) + a
fc[["lower"]] <- (b-a)*exp(fc[["lower"]]) /
(1+exp(fc[["lower"]])) + a
fc[["upper"]] <- (b-a)*exp(fc[["upper"]]) /
(1+exp(fc[["upper"]])) + a
fc[["x"]] <- mydat
# Plot result on original scale
autoplot(fc)
и ошибка, которую не смогла найти каждая функция
> fc[["x"]] <- mydat
Error in fc[["x"]] <- mydat : object 'fc' not found
> # Plot result on original scale
> autoplot(fc)
Error in autoplot(fc) : could not find function "autoplot"
Существует много таких ошибок. Так как правильно выполнить анализ?
Я хочу получить такую выходную таблицу из 27.09.2019 05:00:00 to 28.09.2019 05:00:00, например,
Date metr1 metr2 metr3 metr4
1 27.09.2019 0:00:00 -0.97654 -0.97655 -0.97656 -0.97657
2 27.09.2019 1:00:00 0.0376544 0.0376544 0.0376544 0.0376544
3 27.09.2019 2:00:00 0.049765976 0.049765976 0.049765976 0.049765976
4 27.09.2019 3:00:00 -0.578 -0.579 -0.580 -0.581
5 27.09.2019 4:00:00 0.045687 0.045688 0.045689 0.045690
6 27.09.2019 5:00:00 -0.045688 -0.045689 -0.045690 -0.045691
7 27.09.2019 6:00 :00 0.05 -0.05 0.01 -0.09
8 27.09.2019 7:00:00 0.01 0.03 0.05 0.06
9 27.09.2019 8:00 :00 -0.03 0.01 -0.01 0.1
10 = = = = =
11 28.09.2019 5:00:00 0.03 0.08 0.01 0.03
числа могут иметь отрицательные значения (какое-то значение будет отрицательным в прогнозе), потому что переменная принимаетлюбое значение от -1 до 1