使用`dygraphs`预测'预测'预测

我想绘制一个forecast包时间序列模型的预测使用dygraphs。该documentation提出了预测值与实际值以下办法：使用`dygraphs`预测'预测'预测

hw <- HoltWinters(ldeaths) 
p <- predict(hw, n.ahead = 36, prediction.interval = TRUE) 
all <- cbind(ldeaths, p) 

dygraph(all, "Deaths from Lung Disease (UK)") %>% 
    dySeries("ldeaths", label = "Actual") %>% 
    dySeries(c("p.lwr", "p.fit", "p.upr"), label = "Predicted")

结果造成：

关于绘制对象all有趣的是，它的类：

> class(all) [1] "mts" "ts" "matrix"

> is.mts(all) 
[1] TRUE 
> is.ts(all) 
[1] TRUE 
> is.matrix(all) 
[1] TRUE

str提供了一个littl

> str(all) 
Time-Series [1:108, 1:4] from 1974 to 1983: 3035 2552 2704 2554 2014 ... 
- attr(*, "dimnames")=List of 2 
    ..$ : NULL 
    ..$ : chr [1:4] "ldeaths" "p.fit" "p.upr" "p.lwr"

更多检查表明all是一个数组：：电子关于对象all更多信息

> tail(all) 
     ldeaths  p.fit p.upr  p.lwr 
Jul 1982  NA 1128.3744 1656.127 600.6217 
Aug 1982  NA 948.6089 1478.090 419.1282 
Sep 1982  NA 960.1201 1491.429 428.8112 
Oct 1982  NA 1326.5626 1859.802 793.3235 
Nov 1982  NA 1479.0320 2014.306 943.7583 
Dec 1982  NA 1929.8349 2467.249 1392.4206 
> dim(all) 
[1] 108 4 
> is.array(all) 
[1] TRUE

我无法创建使用预测从forecast包装这种类型的对象

用我的forecast模型unemp.mod我创建了预测：

> f <- forecast(unemp.mod) 
> f 
     Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 
Apr 2017  4.528274 4.287324 4.769224 4.159773 4.896775 
May 2017  4.515263 4.174337 4.856189 3.993861 5.036664 
Jun 2017  4.493887 4.055472 4.932303 3.823389 5.164386 
Jul 2017  4.479992 3.936385 5.023599 3.648617 5.311367 
Aug 2017  4.463073 3.807275 5.118871 3.460116 5.466030

虽然它看起来类似于在实施例的阵列中，这是一个完全不同的对象：

> class(f) 
[1] "forecast" 
> str(f) 
List of 10 <truncated>

如果尝试使用以产生所述预测基础R的predict像在本例中，我还与风列表对象：

> predict(unemp.mod, n.ahead = 5, prediction.interval = TRUE) 
$pred 
      Apr  May  Jun  Jul  Aug 
2017 4.528274 4.515263 4.493887 4.479992 4.463073 

$se 
      Apr  May  Jun  Jul  Aug 
2017 0.1880140 0.2660260 0.3420974 0.4241788 0.5117221

有没有人对如何建立正确的对象使用dygraphs基于forecast模型预测画出什么建议吗？

来源

2017-04-26 Warner

在通过forecast(model)生成的列表的进一步调查，我注意到实际值和预测点给定为ts目的和上限和下限在相同的阵列形式作为dygraphs HoltWinters例子。我创建了一个函数来创建绘图所需的数组，假设forecast_obj <- forecast(model)。

gen_array <- function(forecast_obj){ 

    actuals <- forecast_obj$x 
    lower <- forecast_obj$lower[,2] 
    upper <- forecast_obj$upper[,2] 
    point_forecast <- forecast_obj$mean 

    cbind(actuals, lower, upper, point_forecast) 
}

请注意，下限和上限是2维数组。由于dygraphs不支持多于一个预测间隔，我只挑选一对（95％）。

然后我用这样的情节生成的数组：

dygraph(ts_array, main = graph_title) %>% 
     dyRangeSelector() %>% 
     dyRangeSelector(height = 40, 
         dateWindow = c("2011-04-01", "2019-4-01")) %>% 
     dySeries(name = "actuals", label = "actual") %>% 
     dySeries(c("lower","point_forecast","upper"), label = "Predicted") %>% 
     dyLegend(show = "always", hideOnMouseOut = FALSE) %>% 
     dyHighlight(highlightCircleSize = 5, 
        highlightSeriesOpts = list(strokeWidth = 2)) %>% 
     dyOptions(axisLineColor = "navy", gridLineColor = "grey")

在该图中得到的：

来源

2017-04-27 21:59:06 Warner

在?dygraphs::dygraph中，data参数必须是

要么时间序列数据或数字数据。对于时间序列，这必须是一个xts对象或一个可转换为xts的对象。对于数字数据，这必须是指定的列表或数据框，其中第一个元素/列提供x轴值，所有后续的元素/列提供一个或多个y值序列。

因此，您需要使用summary从预测类中提取数据。将其转换为xts类，然后使用dygraph。

library(forecast) 
f <- forecast(ldeaths) 

#use summary to get the model fit by forecast package 
df <- summary(f) 

#convert into a Time-Series class 
dfTs <- xts(df, as.Date(paste("01", rownames(df)), "%d %b %Y")) 

#plot 
dygraph(dfTs)

来源

2017-04-27 08:49:25 chinsoon12

感谢您的回答。我真的想出了一个适合我的解决方案。我打算发布它。 – Warner

使用`dygraphs`预测'预测'预测

回答

相关问题