r - 时间序列的分层预测,包括缺失值 (R)
问题描述
我正在尝试预测包含缺失值的分层时间序列。
我希望单个时间序列的行为与 auto.arima 相同。缺失值不应影响结果,也不应显示。
fit = ts %>% auto.arima()
forecast(fit, h=20) %>% autoplot()
但是当我尝试预测分层时间序列时,NA 会自动替换为 0。这会极大地影响结果。以下两个函数具有相同的输出:
hts_fc <- forecast(object = hts
, h = 20
, fmethod = "arima"
)
hts_fc <- forecast(object = hts
, h = 20
, FUN = auto.arima
)
plot(hts_fc)
解决方案
推荐阅读
- html - align-self 不对齐 Safari 中高度为 100% 的容器中的内容
- unit-testing - 如何使用 Mulesoft 的 Dataweave 断言库对 dataweave 代码进行单元测试?
- flutter - 那些飘扬的库比蒂诺领域是什么?
- javascript - 支持刷新用户编辑表单
- ios - 在另一个视图中居中视图并自定义 Playground 视图大小
- javascript - 响应式网站的服务器端图像大小调整
- python-3.x - 从Python中的嵌套列表中删除连续的重复项?
- amazon-web-services - AWS Lambda 无法从 START_OBJECT 令牌中反序列化“java.lang.String”的实例
- python - wingIDE 不能在 kali linux 上运行没有错误信息
- sql - 选择不同的唯一