寓言预测数据集请求和功能

Question

是否有人对 R 中的 fable 包有数据集要求 这里我遇到了一些问题，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 x86_64
操作系统 mingw32
系统 x86_64、mingw32
状态
专业 3
次要 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

1. 我可以使用不规则时间数据进行建模吗？ 说：我有 365 天中 250 天的价格数据，但我仍然想用寓言来模拟价格的 ARIMA。 那可能吗？ 示例形式 github 使用 tsibbledata::ausretail 数据集中没有缺失日期

2. 似乎推荐的寓言包语法改变了 我正在使用此页面 2018-12 中的示例，这很好 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，人们需要把额外的“模型”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错了？

1. 现在看来我不再有来自 fable 的 auto.arima () 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)))

2. 在我拟合 arima 模型后，我也有问题使用拟合模型来预测下一个时期 这个语法不再起作用了：

   fbl_cafe_fc % 预测(h=24)

Answer 1

1. ARIMA 需要定期的时间序列，但它也可以在存在缺失值的情况下工作。您可以使用tsibble::fill_gaps() 将隐式缺失值转换为显式。

2. 正确，fable 包目前处于试验阶段，预计界面更改将继续。这些变化对用户的影响可能相对较小。自从寓言 TFEAM 演讲以来，我们现在支持一个 mable 中的多个模型列。为了实现这一点，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"))。

3. 自动模型选择（例如forecast::auto.arima()）包含在寓言（ARIMA()）中的相同功能中。估计模型时，如果右侧留空，则会从默认值中自动选择模型。对于 ARIMA 模型，如果您使用了data %>% model(ARIMA(y))，则会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 之间是未知的。为此，您可以使用 @987654331 @。

4. 该代码看起来正确，应该仍然可以工作。也许您需要更新软件包。