在R中使用时间序列预测多个时序数据

Question

考虑一个随机数据框：

```R d <- data.frame(replicate(10,sample(0:1,1000,rep=TRUE))) ```

我想将每一行视为一个唯一的时间序列（在这种情况下是十年）。因此，首先需要将数据转换为时间序列。我尝试了以下代码：

```R d1 <- ts(d, start=2000, end=2009) ```

但是，这段代码认为时间序列是100年的长时间序列。在本例中，我想要1,000个独立的10年时间序列。

然后，我想要预测每一个1,000个时间序列（假设1年）。使用以下代码：

```R fit <- tslm(d1~trend) fcast <- forecast(fit, h=1) plot(fcast) ```

我得到了一个预测结果（因为在我的数据集 d1 中只考虑了一个时间序列）。

谁能帮我解决这个问题？

- Michael

Answer 1

如果我们要为每列创建时间序列，则使用lapply循环遍历数据集的列并创建它。

library(forecast)
lst1 <- lapply(d, ts, start = 2000, end = 2009)
#If we want to split by `row`
#lst1 <- lapply(asplit(as.matrix(d), 1), ts, start = 2000, end = 2009)
par(mfrow = c(5, 2))
lapply(lst1, function(x) {
        fit <- tslm(x ~ trend)
        fcast <- forecast(fit, h = 1)
        plot(fcast)
   })

- akrun

---

太好了。谢谢！但是，当我运行它时，我遇到了“Error in plot.new() : figure margins too large”的错误。我先运行了我的数据集d，然后运行了你的代码。我做错了什么吗？ - Michael

@Michael 你可能是在使用Rstudio吧？只需要增加绘图窗口大小即可。 - akrun

一个新手问题：但是我该怎么做呢？ - Michael

@Michael 我想用光标拉伸绘图窗口。此外，在较小的窗口中，您可以更改 par(mfrow = c(2, 2))，即每行2个图，总共4个图。 - akrun

当然。我把它拉到了错误的方向。现在它可以工作了。非常感谢！ :-) - Michael

Answer 2

@akrun展示了如何使用基本R和forecast包来完成这个任务。

以下是使用新的fable包执行相同任务的方法，该包专门处理此类任务。

library(tidyverse)
library(tsibble)
library(fable)

set.seed(1)
d <- data.frame(replicate(10, sample(0:1, 1000, rep = TRUE)))
# Transpose
d <- t(d)
colnames(d) <- paste("Series",seq(NCOL(d)))
# Convert to a tsibble
df <- d %>%
  as_tibble() %>%
  mutate(time = 1:10) %>%
  gather(key = "Series", value = "value", -time) %>%
  as_tsibble(index = time, key = Series)
df
#> # A tsibble: 10,000 x 3 [1]
#> # Key:       Series [1,000]
#>     time Series   value
#>    <int> <chr>    <int>
#>  1     1 Series 1     0
#>  2     2 Series 1     1
#>  3     3 Series 1     0
#>  4     4 Series 1     0
#>  5     5 Series 1     1
#>  6     6 Series 1     0
#>  7     7 Series 1     0
#>  8     8 Series 1     0
#>  9     9 Series 1     1
#> 10    10 Series 1     0
#> # … with 9,990 more rows
# Fit models
fit <- model(df, TSLM(value ~ trend()))
# Compute forecasts
fcast <- forecast(fit, h = 1)
# Plot forecasts for one series
fcast %>%
  filter(Series == "Series 1") %>%
  autoplot(df)

创建于2019年10月11日，使用reprex包（v0.3.0）。

- Rob Hyndman