使用tsDyn进行时间序列预测 - R中的错误

Question

早上好，
目前我正在使用每日销售的时间序列进行预测。
名为 myts 的数据集之前已被转换成了 时间序列 对象。

无论何时运行以下代码，它都会给出一个 错误：

require(tsDyn)
x <- log(myts)
mod.ar <- linear(x, m=2)

错误： x 必须是向量，不能是时间序列对象，您是否想使用 stats::lag()？

祝好， Alex

- Alessandro Ceccarelli

Answer 1

Alessandro 报告的问题可能是由 dplyr 中的 lag 函数引起的，该函数覆盖了 stats 中的 lag 函数。
尝试这样做：

detach("package:dplyr", unload=TRUE)
library(tsDyn)
linear(log(lynx), m=2)

这里 linear 正确工作，结果如下：

Non linear autoregressive model

AR model
Coefficients:
     const      phi.1      phi.2 
 2.4352150  1.3842377 -0.7477757 

现在，请试试这个：

detach("package:tsDyn", unload=TRUE)
library(dplyr)
library(tsDyn)
linear(log(lynx), m=2)

该代码出现错误信息：

Error: `x` must be a vector, not a ts object, do you want `stats::lag()`?

- Marco Sandri

---

马可，你的发现太棒了！ - dmb

Answer 2

尝试这个例子（注意我是从向量开始，然后将其转换为时间序列对象）

require(tsDyn)

set.seed(1234)
tsdatav <- (seq(1:300)+rnorm(300,1000,10))
myts <- ts(tsdatav, frequency = 365, start = c(2017, 6))
plot(myts)

x <- log(myts)
mod.ar <- linear(x, m = 2)
mod.ar

- dmb

Answer 3

是的，问题是由于 dplyr 有自己的版本 lag，它覆盖了通常的滞后函数，以及包 tseriesChaos（tsDyn 依赖于该包）导入 stas::lag 的错误。已经发送并批准了修复程序，但尚未提交到 CRAN： https://github.com/antoniofabio/tseriesChaos/commit/8abcc5a2d6d65588cdcec5527d4e5cb96eeccaec

同时，您可以简单地将 lag 覆盖回来：

lag <- stats::lag

现在应该可以工作了：

mod.ar <- linear(lynx, m=2)

如果你真的想要使用 dplyr 的版本，可以使用 dplyr::lag

- Matifou