在R中使用ETS函数结合预测变量做时间序列分析的报错排查

常见报错原因 #

1. 数据格式不规范

   • ETS要求输入为标准时间序列对象（ts/msts），若用普通数据框且未指定时间索引，模型无法识别序列结构
   • 因变量total存在0或负数时，乘法型误差/趋势/季节性模型会触发计算错误（乘法模型依赖对数转换，非正值无法处理）
   • 预测变量与因变量长度不匹配、存在NA值，也会导致拟合失败

2. 参数组合无效
   ETS的误差（E）、趋势（T）、季节性（S）组合需符合逻辑：

   • 若数据包含非正值，所有带M（乘法）的组合都不能用
   • 部分组合本身无统计学意义（比如MMM模型对大部分数据不适用）

3. 混淆单/多变量ETS
   基础ETS是单变量模型，引入外生变量时需通过forecast::ets()的xreg参数传递，而非直接将预测变量放入模型公式

正确实现步骤 #

1. 数据预处理 #

library(forecast)
library(dplyr)

# 假设dat1197包含时间列（如date）、total及三个预测变量
# 转换为时间序列对象，需根据实际数据调整起始时间和频率
dat_ts <- ts(dat1197 %>% select(total, conv_count, unique_id_publishers, median_seconds),
             start = c(2023, 1),  # 示例起始年月，按需修改
             frequency = 12)      # 示例月度频率，按需修改

# 处理缺失值（直接移除或用插值填充）
dat_ts <- na.omit(dat_ts)
# 检查因变量是否存在非正值，用于限制参数组合
has_non_positive <- any(dat_ts[, "total"] <= 0)

2. 遍历有效参数组合并拟合模型 #

# 生成合法参数组合：根据数据是否含非正值筛选
if (has_non_positive) {
  ets_params <- expand.grid(
    error = c("A"),
    trend = c("N", "A"),
    season = c("N", "A")
  )
} else {
  ets_params <- expand.grid(
    error = c("A", "M"),
    trend = c("N", "A", "M"),
    season = c("N", "A", "M")
  )
}

# 存储模型结果
model_results <- list()

# 遍历参数组合，用tryCatch捕获错误避免程序中断
for (i in 1:nrow(ets_params)) {
  e <- as.character(ets_params$error[i])
  t <- as.character(ets_params$trend[i])
  s <- as.character(ets_params$season[i])
  model_spec <- paste0(e, t, s)
  
  tryCatch({
    # 拟合带外生变量的ETS模型
    model <- ets(y = dat_ts[, "total"],
                 model = model_spec,
                 xreg = dat_ts[, c("conv_count", "unique_id_publishers", "median_seconds")])
    
    # 计算时间序列版本的R²
    actual <- dat_ts[, "total"]
    residuals <- residuals(model)
    r_squared <- 1 - sum(residuals^2) / sum((actual - mean(actual))^2)
    
    # 存储模型及评估指标
    model_results[[model_spec]] <- list(
      model = model,
      r_squared = r_squared,
      params = model_spec
    )
    cat("成功拟合模型：", model_spec, " R²：", round(r_squared, 4), "\n")
  }, error = function(err) {
    cat("拟合模型失败：", model_spec, " 错误信息：", err$message, "\n")
  })
}

3. 筛选最优模型 #

# 提取所有成功拟合模型的R²值
r_squared_values <- sapply(model_results, function(x) x$r_squared)
# 找出R²最高的模型
best_model_idx <- which.max(r_squared_values)
best_model <- model_results[[best_model_idx]]

cat("最优模型：", best_model$params, " 最高R²：", round(best_model$r_squared, 4), "\n")
# 查看最优模型详情
summary(best_model$model)

注意事项 #

• 若所有模型均拟合失败，需检查数据是否存在极端值、序列是否无明显趋势/季节性，或考虑改用ARIMA带外生变量的模型
• 时间序列的R²仅作参考，更可靠的评估指标包括RMSE、MAE，或通过滚动验证测试模型预测能力

内容的提问来源于stack exchange，提问作者psysky