将时间序列结果转换为日期

Question

我使用fpp2 进行预测。我的工作流程包括导入数据、转换为时间序列，然后进行预测。

一个痛点是，在预测之后，我留下的数据是我当前数据的扩展，但不再保留相同的 date 列。

例如，如果我工作的是几周，那么我的日期如下所示：

>wks
date         wk  y
2016-01-04   1   2500
2016-01-11   2   2530
2016-01-18   3   2600

然后我执行一些预测，例如：

ts(wks$y, start = 2016, freq = 52) %>%
stl(t.window=25, s.window="periodic", robust=TRUE) %>%
forecast(method="naive", h = 20, level = 50) %>% 
broom::tidy() %>% 
rownames_to_column() %>% 
janitor::clean_names()

这给出了类似的东西

rowname    point_forecast   lo_50   hi_50
2016.058     some_double     ...     ...
2016.077     some_double     ...     ...
2016.096     some_double     ...     ...

在理想情况下，我希望成为更多tidy。 tidy 输出可能类似于以下内容：

date           value          lo_50   hi_50      type
2016-01-04     2500             na     na       past
2016-01-11     2530             na     na       past
2016-01-18     2600             na     na       past
2016-01-25     some_double     ...     ...      forecast
2016-02-01     some_double     ...     ...      forecast
2016-02-08     some_double     ...     ...      forecast

注意

1. rownames 现在是dates，它们在与给定数据相同的时间线上继续。

2. 过去的数据和预测的数据是行绑定的

3. past 数据和 forecast 数据的 values 位于同一列中。这使得使用ggplot2 进行绘图很容易

我猜我不是唯一一个也喜欢使用tidyverse 的预测人员。您如何将预测输出转换为类似于我上面描述的整洁的输出？

编辑

我想补充一点，我提供了一个星期的例子，但是如果有人有一种方法或工具可以将相同的想法推广到几天，那也将不胜感激。

Answer 1

在搜索了一些工具和帖子后，我发现这篇 business-science 帖子回答了我的所有问题并给出了我正在寻找的确切结果。

关键函数是 tk_ts 索引时间序列和 sw_sweep(rename_index = "date") 获取预测数据并返回日期索引。

更多关于哪个tidiers 用于不同预测（ets、arima、stl 等）的信息，请参见here。

编辑

看来我说得太早了。我在从每周水平预测中检索日期时遇到了一些问题，但这可能是由于我对软件包缺乏经验。