Нерегулярные временные ряды в пакете басни
В пакете tsibble и пакете fable я где-то читал, что мы можем обрабатывать нерегулярные временные ряды. Я не смог найти ничего с примерами, как это сделать. У меня есть следующие вопросы:
- Нужно ли мне преобразовывать нерегулярные таймсерии в обычные, прежде чем я смогу моделировать? (На данный момент я знаю, что нам нужно преобразовать нерегулярные временные ряды в обычные. Пожалуйста, дайте мне знать, если это не так? А если нет, то какие модели не нуждаются в регулярных временных рядах?)
- Какие инструменты и модели есть в tidyverts / tsibble/ fable /fabletools для обработки нерегулярных таймсерий?
Есть вопросы / ссылки, где я могу увидеть рабочий пример? Например, в этом вопросе для его решения используется zoo / xts .
Я видел некоторые возможности, связанные с этим в zoo / xts, что всегда хорошо, но я крутю колеса над басней и пытаюсь заставить ее работать.
для образца набора данных мы можем использовать
DF <- structure(list(station = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L), Time = structure(c(1L, 2L, 3L, 5L, 7L, 1L, 2L, 4L, 6L, 8L
), .Label = c("01-01-1974", "01-02-1974", "01-03-1974", "01-04-1974",
"01-05-1974", "01-06-1974", "01-07-1974", "01-08-1974"), class = "factor"),
WaterTemp = c(5, 5, 8.6000004, 8.1333332, 12.7999999, 5,
5, 8.6000004, 8.1333332, 12.7999999)), .Names = c("station",
"Time", "WaterTemp"), class = "data.frame", row.names = c(NA,
-10L))
1 ответ
Большинство моделей доступны в
{fable}требуют, чтобы наблюдения были регулярными, а многие модели также требуют, чтобы в данных не было пробелов. Пример модели, которая поддерживает нестандартные данные:
fable::TSLM().
Данные из приведенного выше примера обычно считаются «обычными», но с пробелами. Это потому, что данные имеют общий интервал
1 month, однако в данных отсутствуют несколько месяцев. Вот как можно создать тиббл для этих данных:
DF <- structure(list(station = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L), Time = structure(c(1L, 2L, 3L, 5L, 7L, 1L, 2L, 4L, 6L, 8L
), .Label = c("01-01-1974", "01-02-1974", "01-03-1974", "01-04-1974",
"01-05-1974", "01-06-1974", "01-07-1974", "01-08-1974"), class = "factor"),
WaterTemp = c(5, 5, 8.6000004, 8.1333332, 12.7999999, 5,
5, 8.6000004, 8.1333332, 12.7999999)), .Names = c("station",
"Time", "WaterTemp"), class = "data.frame", row.names = c(NA,
-10L))
# Fix $Time to a valid yearmonth index variable
library(tsibble)
library(dplyr)
DF <- DF %>%
mutate(Time = yearmonth(as.Date(format(Time), format = "%d-%m-%Y")))
DF
#> station Time WaterTemp
#> 1 1 1974 Jan 5.000000
#> 2 1 1974 Feb 5.000000
#> 3 1 1974 Mar 8.600000
#> 4 1 1974 May 8.133333
#> 5 1 1974 Jul 12.800000
#> 6 2 1974 Jan 5.000000
#> 7 2 1974 Feb 5.000000
#> 8 2 1974 Apr 8.600000
#> 9 2 1974 Jun 8.133333
#> 10 2 1974 Aug 12.800000
# Create a 'regular' tsibble (with gaps)
as_tsibble(DF, key = "station", index = "Time")
#> # A tsibble: 10 x 3 [1M]
#> # Key: station [2]
#> station Time WaterTemp
#> <int> <mth> <dbl>
#> 1 1 1974 Jan 5
#> 2 1 1974 Feb 5
#> 3 1 1974 Mar 8.60
#> 4 1 1974 May 8.13
#> 5 1 1974 Jul 12.8
#> 6 2 1974 Jan 5
#> 7 2 1974 Feb 5
#> 8 2 1974 Apr 8.60
#> 9 2 1974 Jun 8.13
#> 10 2 1974 Aug 12.8
Чтобы заполнить пробелы в этом наборе данных - аналогично тому, что показано в связанном вопросе - вы можете использовать
tsibble::fill_gaps()функция. Это делает данные совместимыми с моделями, которые поддерживают пропущенные значения, но не поддерживают пробелы в данных, такие как
fable::ARIMA().
# Create a 'regular' tsibble (with gaps) then complete the gaps
as_tsibble(DF, key = "station", index = "Time") %>%
fill_gaps()
#> # A tsibble: 15 x 3 [1M]
#> # Key: station [2]
#> station Time WaterTemp
#> <int> <mth> <dbl>
#> 1 1 1974 Jan 5
#> 2 1 1974 Feb 5
#> 3 1 1974 Mar 8.60
#> 4 1 1974 Apr NA
#> 5 1 1974 May 8.13
#> 6 1 1974 Jun NA
#> 7 1 1974 Jul 12.8
#> 8 2 1974 Jan 5
#> 9 2 1974 Feb 5
#> 10 2 1974 Mar NA
#> 11 2 1974 Apr 8.60
#> 12 2 1974 May NA
#> 13 2 1974 Jun 8.13
#> 14 2 1974 Jul NA
#> 15 2 1974 Aug 12.8
Нерегулярный временной ряд можно создать с помощью
regular = FALSE. Обычно это полезно, если вы работаете с данными событий. В этом случае вы вряд ли захотите заполнять пробелы, потому что их очень много.
# Create an 'irregular' tsibble (no concept of gaps)
as_tsibble(DF, key = "station", index = "Time", regular = FALSE)
#> # A tsibble: 10 x 3 [!]
#> # Key: station [2]
#> station Time WaterTemp
#> <int> <mth> <dbl>
#> 1 1 1974 Jan 5
#> 2 1 1974 Feb 5
#> 3 1 1974 Mar 8.60
#> 4 1 1974 May 8.13
#> 5 1 1974 Jul 12.8
#> 6 2 1974 Jan 5
#> 7 2 1974 Feb 5
#> 8 2 1974 Apr 8.60
#> 9 2 1974 Jun 8.13
#> 10 2 1974 Aug 12.8
Создано 2021-02-09 пакетом REPEX (v0.3.0)