使用as_fable()创建fable对象时遭遇'dimnames' applied to non-array错误的技术求助

大家好，我最近在用树基模型做完预测后，想把生成的tsibble转换成fable对象，结果遇到了一个报错，实在搞不懂原因，麻烦各位帮忙看看！

问题背景 #

我已经用树基方法生成了预测结果，存成了一个名为fc_cart的tsibble，里面有两列关键数据：yhat是预测值，boot是用来计算预测区间的自举残差（用distributional包生成的样本分布）。

当我执行下面的代码尝试转成fable对象时：

fable_cart <- as_fable(fc_cart, response="yhat", distribution="boot")

直接抛出了错误：

Error in dimnames(fbl[[distribution]]) <- response :
'dimnames' applied to non-array

In addition: Warning message:
The dimnames of the fable's distribution are missing and have been set to match the response variables.

我的数据结构 #

先给大家看看fc_cart的结构（前两行）：

print(fc_cart,n=2)

# A tsibble: 365 x 3 [1D]
date        yhat boot
<date>     <dbl> <list>
1 2022-01-01  121. <dst_smpl[1d]>
2 2022-01-02  121. <dst_smpl[1d]>
# ℹ 363 more rows

boot列的生成方式 #

boot列是我用循环生成的，下面是简化后的代码（实际是基于训练集残差做的自举，这里用rnorm代替）：

for (i in 1:nrow(fc_cart)) {
  my_dist <- distributional::dist_sample(
    list(
      rnorm(1000)
    )
  )
  fc_cart$boot[i] <- my_dist
}

问题原因&解决方案 #

我查了fable包的文档和相关讨论后，发现问题出在dist_sample的结构上：

fable要求分布列中的每个元素必须带有和响应变量匹配的名称维度，而当前生成的dist_sample是一个没有命名的一维样本，as_fable在尝试给它设置dimnames时就会报错。

解决方法很简单，只要在创建dist_sample的时候给样本指定名称，和你在as_fable中设置的response参数对应就行：

方案1：修改循环中的dist_sample创建

for (i in 1:nrow(fc_cart)) {
  # 给样本列表指定名称为yhat，和响应变量一致
  my_dist <- distributional::dist_sample(
    list(yhat = rnorm(1000))
  )
  fc_cart$boot[i] <- my_dist
}

方案2：用dist_sample_matrix更规范地生成

for (i in 1:nrow(fc_cart)) {
  # 生成带列名的矩阵，列名为yhat
  sample_mat <- matrix(rnorm(1000), ncol = 1, dimnames = list(NULL, "yhat"))
  my_dist <- distributional::dist_sample_matrix(sample_mat)
  fc_cart$boot[i] <- my_dist
}

方案3：用purrr实现向量化操作（更高效）

如果你习惯用tidyverse风格的代码，可以用map代替循环，代码更简洁：

library(purrr)

fc_cart <- fc_cart %>%
  mutate(boot = map(1:n(), ~distributional::dist_sample(list(yhat = rnorm(1000)))))

修改完boot列后，再运行as_fable(fc_cart, response="yhat", distribution="boot")，应该就能成功生成fable对象了！

备注：内容来源于stack exchange，提问作者Mat