使用Michael Foley时序教程绘制ETS模型预测图时purrr::map_dbl报错

问题原因 #

你运行代码时触发的map_dbl()报错，是因为fable包版本更新后，forecast()返回的结果结构发生了变化——原来的代码试图从Exports列里提取sigma值，但现在这个路径已经不存在了，导致pluck()返回空值，map_dbl()要求每个元素返回长度为1的结果，空值（长度0）就触发了错误。

两种解决办法 #

办法1：从模型对象中正确提取sigma #

直接从训练好的mdl_ses模型里提取sigma值，而不是从预测结果的列中查找：

mdl_ses_fc <- mdl_ses %>%
  forecast(h = 5) %>%
  mutate(sigma = mdl_ses$fit[[1]]$sigma,
         ci_025 = qnorm(.025, .mean, sigma),
         ci_975 = qnorm(.975, .mean, sigma))

办法2：用fable自带函数生成置信区间（更推荐） #

fable内置了hilo()函数，专门用于生成预测的置信区间，无需手动计算，代码更简洁且不易出错：

mdl_ses_fc <- mdl_ses %>%
  forecast(h = 5) %>%
  hilo(level = 95) %>%
  unpack_hilo("95%")

执行后会自动生成lower_95%和upper_95%两列，对应95%置信区间的上下限。

完整可运行代码 #

library(tidyverse)
library(lubridate)
library(patchwork) #  arranging plots
library(glue)
library(tsibble)
library(feasts) # feature extraction and statistics
library(fable) # forecasting
library(tsibbledata)

tsibbledata::global_economy %>%
  filter(Country == "Algeria") %>%
  ggplot(aes(x = Year, y = Exports)) +
  geom_line() +
  theme_light() +
  labs(title = "Algerian exports (% of GDP) show no trend or seasonality.")
 
mdl_ses <- tsibbledata::global_economy %>%
  filter(Country == "Algeria") %>%
  model(ETS(Exports ~ error("A") + trend("N") + season("N")))
 
mdl_ses %>% report()
 
gg_tsresiduals(mdl_ses)

# 使用办法2的修正代码
mdl_ses_fc <- mdl_ses %>%
  forecast(h = 5) %>%
  hilo(level = 95) %>%
  unpack_hilo("95%")

内容的提问来源于stack exchange，提问作者Filby