R-寓言预测数据集请求和功能

Question

是否有人在r中具有寓言包的数据集要求在这里，我遇到的一些问题，任何人都可以提出任何建议会很好。我的R版本是

平台x86_64-w64-mingw32
Arch X86_64
OS Mingw32
系统x86_64，mingw32
状态
主要3
次要5.2
2018年
第12个月
第20天
Svn Rev 75870
语言r
版本。StringR版本3.5.2（2018-12-20）昵称蛋壳冰屋

1. 我可以使用不规则的时间数据进行建模吗？说：我有365天的250天的价格数据，但我仍然想用寓言来对价格建模。那可能吗？示例表格github正在使用tsibbledata :: ausretail数据集中没有缺少日期

2. 似乎赞扬了寓言帕卡克格语法改变了我正在使用此页面2018-12的示例很好https://github.com/mitchelloharawild/fable-tfeam-2018/blob/master/index.rmd

但是现在我无法使用代码。例如ET正在使用

fbl_cafe_fit <- vic_cafe %>%
  fable::ETS(Turnover ~ season("M"))

现在从此页面中，人们需要在外面放上额外的"模型"？https://github.com/tidyverts/fable

    UKLungDeaths %>%
  model(ets = ETS(log(mdeaths))) %>%
  forecast

那是新的语法还是我的理解是错误的？

3. 似乎现在我没有寓言中的auto.arima（）选项。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）））

4. 我适合Arima模型后，我也有问题使用拟合模型来预测下一个时期该语法不再起作用：

   fbl_cafe_fc＆lt; - fbl_cafe_fit％>％预测（h = 24）

Answer 1

1. arima需要一个常规的时间序列，但是在缺少值的情况下它也可以工作。您可以使用tsibble::fill_gaps()将隐式丢失值转换为显式。

2. 正确，寓言软件包当前是实验性的，预计接口的更改将继续。这些更改可能会对用户产生相对较小的影响。由于寓言tfeam Talk，我们现在支持Mable中的多个模型列。为了实现这一目标，我们现在使用model()指定模型。以前，如果您想建模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()）包含在寓言中的相同功能中（ARIMA()）。在估计模型时，如果右侧侧面为空，则将自动从默认设备中选择模型。对于Arima模型，如果您使用了data %>% model(ARIMA(y))，则将自动选择适当的模型（与forecast::auto.arima()相同）。您现在也可以估算一个Arima（P，0,0）（2,1，Q）[12]模型，其中p和Q在0和3之间未知。为此，您将使用data %>% model(ARIMA(y ~ pdq(0:3, 0, 0) + PDQ(2, 1, 0:3, period = 12)))。

   。

4. 该代码看起来正确，并且仍应起作用。也许您需要更新软件包。