FUN(X[[i]], ...) 中的错误：找不到对象“零售销售”| otext - 预测：原理与实践答案

【问题标题】：Error in FUN(X[[i]], ...) : object 'Retail Sales' not found | otext - Forecasting: Principles and PracticeFUN(X[[i]], ...) 中的错误：找不到对象“零售销售”| otext - 预测：原理与实践
【发布时间】：2022-01-03 19:31:57
【问题描述】：

我正在复习otext Forecasting: Principles and Practice，在7.1一章中，作者写了一个简单的代码：

us_change %>%
  model(TSLM(Consumption ~ Income)) %>%
  report()

us_change数据可以通过fpp3包here找到。

我正在尝试使用retail sales 和disposable income 上的圣路易斯经济数据将其应用于我自己的数据集。我有一个关于 2013 年 1 月 - 2021 年 6 月的系列的窗口（以防有人想复制完全我所拥有的）。这是我的代码：

library(tidyverse)
library(readxl)
library(dplyr)
library(report)
library(tsibble)
library(fpp3)
library(fable)

data("us_change")

rs <- read_excel("Retail Sales.xlsx",
                 sheet = "Retail Sales")

rdpi <- read_excel("RDPI.xlsx",
                   sheet = "RDPI - Edit")

us_change %>%
  model(TSLM(Consumption ~ Income)) %>%
  report()

z <- cbind(rs,rdpi)

# both data sets had a "Date" column
z <- z[, !duplicated(colnames(z))]

z <- z %>%
  as_tsibble(
    key = c(`Retail Sales`,RDPI),
    index = Date)

z <- z[order(z$Date),]

z %>%
  model(TSLM(`Retail Sales` ~ RDPI)) %>%
  report()

最后一行产生“FUN 中的错误(X[[i]], ...) : object 'Retail Sales' not found”。于是我跑了

head(z)
class(us_change)
class(z)
class(us_change$Consumption)
class(z$`Retail Sales`)
"Retail Sales" %in% names(z)

产生：

> head(z)
# A tsibble: 6 x 3 [?] <UTC>
# Key:       Retail Sales, RDPI [6]
  Date                `Retail Sales`   RDPI
  <dttm>                       <dbl>  <dbl>
1 2013-01-01 00:00:00         333663 12259.
2 2013-02-01 00:00:00         332471 12225.
3 2013-03-01 00:00:00         374171 12262.
4 2013-04-01 00:00:00         362978 12299 
5 2013-05-01 00:00:00         389709 12359.
6 2013-06-01 00:00:00         369355 12362.
> class(us_change)
[1] "tbl_ts"     "tbl_df"     "tbl"        "data.frame"
> class(z)
[1] "tbl_ts"     "tbl_df"     "tbl"        "data.frame"
> class(us_change$Consumption)
[1] "numeric"
> class(z$`Retail Sales`)
[1] "numeric"
> "Retail Sales" %in% names(z)
[1] TRUE

它们是同一个类，我验证了z 中存在零售销售列。我错过了什么导致这个错误？我的额头上出现皱纹的时间比我想承认的要长，所以我很感激任何帮助，谢谢！

【问题讨论】：

标签： r time-series linear-regression

【解决方案1】：

当您将Retail Sales 设置为密钥时，它不再是一个选项。如果您不使用as_tsibble() 设置任何参数，它将正常工作。

z <- z %>% as_tsibble()

z %>%
  model(TSLM(`Retail Sales` ~ RDPI)) %>%
  report()

【讨论】：

除此之外，tsibble 的关键变量应该是唯一标识每个时间序列的数据列。销售额和 RDPI 被称为测量变量——随着时间的推移你有兴趣查看的东西——并不是关键变量（例如产品或商店）。