在R中训练和测试分裂的单变量时间序列

2 回答

• 1

  要拆分时间序列，您需要一个时间序列的向量 .

  该错误表明您的APILts不是ts对象：

  Error: is.timeSeries(x) is not TRUE
  

  这里有一个关于如何使用ts对象拆分时间序列的示例：

  data(AirPassengers)
  

  将数据分配给方便的载体

  这是避免每次更改代码的简单方法

  series <- AirPassengers
  

  绘制系列

  plot(series, col="darkblue", ylab="Passegners on airplanes")
  

  绘制该系列的季节性分布

  windows(width=800,height=350)   # set the window with the dimensions you need
  
  boxplot(split(series, cycle(series)), names = month.abb, col = "gold")
  

  测试集的大小通常约为总样本的40％

  因此，我们将在训练集和测试集中拆分该系列

  # Training set
  # Use data from 1949 to 1955 for forecasting
  
  sr = window(series, start=1949, end=c(1955,12))
  
  # Test set
  # Use remaining data from 1956 to 1960 to test accuracy
  
  ser = window(series, start=1956, end=c(1960,12))
  

  现在我们准备开始了 .

  将数据转换为时间序列

  # Data 
  
  dat <- c(27, 28, 25, 22, 19, 21, 24, 24, 22, 16, 27, 41, 29, 24, 15, 27, 25, 21, 15, 41, 19, 24, 34, 20, 25, 34, 31, 29, 38, 36, 27, 37, 31, 28, 25, 34, 40, 36, 39, 19, 40, 31, 29, 39, 29, 40, 34, 31)
  
  
  # Convert the data to time series
  
  series <- ts(dat, frequency = 12, start = c(1969, 1))
  
  # Inspect the series
  
  series
  
  plot(series)
  

  请注意，有时，如果您已将数据作为数据框上载，则必须精确指定列：

  # In this example, the data you want to convert into a ts object are in the first column
  
  series <- ts(dat[[1]], frequency = 12, start = c(1969, 1))
  

  回复于 2024-05-02T11:24:19+08:00
• 0

  Rob Hyndman的forecast软件包支持自版本8.0 head 和 tail 的时间序列 . 这样就可以在没有 window 或 subset 功能的情况下创建训练和测试集的非常方便的机制 . 您所要做的就是提供训练集的大小，如下面的代码所示 .

  library(forecast)
  train <- head(AirPassengers, round(length(AirPassengers) * 0.6))
  h <- length(AirPassengers) - length(train)
  test <- tail(AirPassengers, h)
  

  或者，您可以提供预测范围的长度：

  h2 <- 58L
  train2 <- head(AirPassengers, round(length(AirPassengers) - h2))
  test2 <- tail(AirPassengers, h2)
  

  测试它们是否相同：

  identical(train, train2)
  identical(test, test2)
  identical(h, h2)
  [1] TRUE
  [1] TRUE
  [1] TRUE
  

  检查火车：

  train
       Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
  1949 112 118 132 129 121 135 148 148 136 119 104 118
  1950 115 126 141 135 125 149 170 170 158 133 114 140
  1951 145 150 178 163 172 178 199 199 184 162 146 166
  1952 171 180 193 181 183 218 230 242 209 191 172 194
  1953 196 196 236 235 229 243 264 272 237 211 180 201
  1954 204 188 235 227 234 264 302 293 259 229 203 229
  1955 242 233 267 269 270 315 364 347 312 274 237 278
  1956 284 277
  

  检查测试：

  test
       Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
  1956         317 313 318 374 413 405 355 306 271 306
  1957 315 301 356 348 355 422 465 467 404 347 305 336
  1958 340 318 362 348 363 435 491 505 404 359 310 337
  1959 360 342 406 396 420 472 548 559 463 407 362 405
  1960 417 391 419 461 472 535 622 606 508 461 390 432
  

  情节火车和测试：

  autoplot(train) + autolayer(test)
  

  

  回复于 2024-05-02T11:24:19+08:00