使用forecast::ets处理长度>52的周时间序列触发'lastseason'错误，疑似Bug？

问题背景 #

我有一套通用预测流程，使用forecast::ets函数处理多组时间序列。已知forecast::ets并非为频率大于24的数据设计，但此前未触发报错。现发现异常案例：全为0.01的周度时间序列，当序列长度超过52时触发错误；但将最后一个值改为0.02后，长度53的序列可正常运行。

复现代码 #

环境版本 #

library(forecast) # version 8.23.0

报错案例 #

# 构造全0.01的时间序列，频率≈52.18，长度53
ts1 <- structure(c(0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01
), tsp = c(2018.99452054795, 2019.99109823446, 52.1785714285714
), class = "ts")

window(ts1, end = 2019.99) |> ets()  # 长度52的序列可正常运行
ts1 |> ets() # 长度53的序列触发错误

正常运行案例（修改最后一个值） #

structure(c(0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
            0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
            0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
            0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 
            0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.02
), tsp = c(2018.99452054795, 2019.99109823446, 52.1785714285714
), class = "ts") |> ets() # 长度53的序列运行正常

错误信息与推测 #

触发的错误为：

Error in if (is.na(lastseason)) { : argument is of length zero

在forecast::ets的公开源码中未找到lastseason的定义，推测是内部临时变量为NULL，导致is.na(lastseason)返回长度为0的结果，进而使if判断逻辑失效。

解决思路 #

• 强制指定无季节模型：因为全常数序列不需要季节成分，手动指定模型类型跳过季节相关计算，例如：

  ets(ts1, model = "ANN")
  

• 添加微小噪声：给全常数序列加入极小的随机噪声，避免触发函数内部的特殊分支逻辑，例如：

  ts1_noisy <- ts1 + rnorm(length(ts1), 0, 1e-8)
  ets(ts1_noisy)
  

• 修正时间序列频率：实际为周度数据，将频率设为标准的52而非非整数的52.1786，让函数正确识别周期，例如：

  ts1_fixed <- ts(ts1, start = start(ts1), frequency = 52)
  ets(ts1_fixed)
  

是否提交Bug报告？ #

应该向forecast包维护者提交Bug报告。这是函数在处理全常数序列、非整数频率、长度刚好跨周期的极端场景时的逻辑漏洞，属于可稳定复现的问题。提交时需附上完整的复现代码、错误信息、环境版本（forecast 8.23.0）以及问题的触发条件说明。

内容的提问来源于stack exchange，提问作者dolphingang