修改ggtsdisplay()/tsdisplay()函数的X轴标签以匹配时间序列

你模拟月度时间序列并拟合ARIMA模型后，使用ggtsdisplay查看残差时，第一个图的x轴显示为2020而非预期的2022年指定月份，且尝试scale_x_discrete的方法无效。

问题原因 #

• residuals(fit_ts)返回的是普通数值向量，丢失了原时间序列的时间索引信息，导致ggtsdisplay无法识别正确的时间轴基准。
• 时间轴在R中是连续数值型（如2022.0对应1月，2022.083对应2月），scale_x_discrete针对离散型轴设计，因此你的尝试无效。

解决步骤 #

1. 为残差恢复时间索引：将残差转换为与原序列同时间起点、频率的ts对象，让绘图函数识别正确的时间轴。
2. 自定义x轴刻度与标签：使用scale_x_continuous设置对应月份的断点和标签，匹配你需要的显示内容。

完整修正代码 #

library(forecast)
library(scales)

# 模拟ARIMA(1,0,0)月度时间序列
set.seed(1)
ar1 <- arima.sim(n = 12, model = list(ar = 0.8, order = c(1, 0, 0)), sd = 1)
ts <- ts(ar1, start = c(2022, 1), end = c(2022, 12), frequency = 12)
fit_ts <- forecast(auto.arima(ts))

# 为残差添加时间索引，转换为ts对象
resid_ts <- ts(residuals(fit_ts), start = c(2022, 1), frequency = 12)

# 绘制残差图并自定义x轴标签
ggtsdisplay(resid_ts, plot.type = c("partial", "histogram", "scatter", "spectrum"), theme = theme_bw()) +
  scale_x_continuous(
    # 设置断点：2022+1/12对应1月，每间隔2个月（2/12）取一个点
    breaks = seq(2022 + 1/12, 2022 + 11/12, by = 2/12),
    # 对应断点设置自定义标签
    labels = c("2022 Jan", "2022 Mar", "2022 May", "2022 Jul", "2022 Sep", "2022 Nov")
  )

代码说明 #

• resid_ts <- ts(residuals(fit_ts), start = c(2022, 1), frequency = 12)：让残差序列继承原序列的时间属性，确保绘图时时间轴基准正确。
• scale_x_continuous中的breaks参数：通过数值计算定位到2022年的奇数月份，确保标签位置准确。
• labels参数直接指定每个断点要显示的文本，完全匹配你需要的格式。

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