使用tsibble拟合ARIMA模型时出现‘lambda未找到’错误求助

错误原因 #

1. 生成的sum_tourism丢失了时间索引（Quarter），导致拆分后的子集不是有效的时间序列对象（tsibble），feasts::features无法正确提取Guerrero lambda值。
2. 传递给fit函数的col参数是数值向量（.x$sum_trips），而非列名引用，函数内部无法正确解析变量。

修正后的代码 #

library(tsibble)
library(feasts)
library(dplyr)
library(purrr)

# 生成带时间索引的分组汇总tsibble
sum_tourism <- tourism %>% 
  group_by(Region, Quarter) %>% 
  summarise(sum_trips = sum(Trips), .groups = "drop_last") %>% 
  as_tsibble(key = Region, index = Quarter)

# 修正拟合函数：使用整洁语法引用列
fit <- function(ts, col) {
  lambda <- ts %>% 
    features({{col}}, features = guerrero) %>% 
    pull(lambda_guerrero)
  mod <- model(ts, arima = ARIMA(box_cox({{col}}, lambda = lambda)))
  return(mod)
}

# 按Region拆分并拟合模型
models <- sum_tourism %>% 
  group_split(Region) %>% 
  map(~fit(.x, sum_trips))

关键修正点 #

• 保留时间序列结构：sum_tourism必须明确指定Region为键、Quarter为时间索引，确保每个拆分后的子集都是合法的tsibble。
• 整洁评估语法：用{{col}}引用列名，替代直接传递数值向量，让函数能正确识别数据框中的目标列。
• 使用group_split：替代基础split函数，保留子集的tsibble结构，避免转换为普通数据框导致的功能失效。

内容的提问来源于stack exchange，提问作者Bob