ARIMA模型传入CPI预测作为new_data还原变换时报错求助

在将CPI预测结果作为new_data传入以还原CPI变换时出现错误，相关代码及报错信息如下：

相关代码 #

library(fpp3)

aus_acc_fit <- aus_accommodation %>% 
  model(ARIMA(resp(Takings)/CPI*100 ~ trend(knots = yearquarter("2008 Q1")) + season()))

cpi_fc <- aus_accommodation %>%
  model(ARIMA(CPI)) %>% 
  forecast(h =6) %>%
  as_tsibble() %>% 
  select(-.model, -CPI) %>% 
  rename(CPI = .mean) %>% 
  relocate(Date, .before = State)

aus_acc_fc <- aus_acc_fit %>% 
  forecast(new_data = cpi_fc)

报错信息 #

Error in `mutate()`:
! Problem while computing `ARIMA(resp(Takings)/CPI * 100 ~ trend(knots = yearquarter("2008 Q1")) + season()) =
  (function (object, ...) ...`.
Caused by error in `hessian.default()`:
! Richardson method for hessian assumes a scalar valued function.
Run `rlang::last_error()` to see where the error occurred.

• 核心原因：resp()是针对单变量响应的变换函数，在ARIMA公式内将其与CPI变量做运算后，预测阶段函数输出非标量，触发hessian计算报错（hessian方法要求输入为标量函数）。

• 调整方案：

  1. 提前完成变量变换：在原始数据中先计算经CPI调整后的营收变量，让resp()直接作用于单变量建模：

     # 预处理：计算经CPI调整的实际营收
     aus_accommodation <- aus_accommodation %>%
       mutate(Real_Takings = Takings / CPI * 100)
     
     # 基于新变量构建模型
     aus_acc_fit <- aus_accommodation %>% 
       model(ARIMA(resp(Real_Takings) ~ trend(knots = yearquarter("2008 Q1")) + season()))
     

  2. 预测后还原名义营收：模型预测的是经调整的Real_Takings，拿到结果后用CPI预测值反向计算名义营收：

     # 生成实际营收的预测结果
     aus_acc_fc <- aus_acc_fit %>% 
       forecast(new_data = cpi_fc)
     
     # 还原为名义Takings
     aus_acc_fc <- aus_acc_fc %>%
       mutate(Takings_fc = .mean * CPI / 100)
     

  3. 验证数据结构一致性：确保cpi_fc的分组（如State）、时间索引Date与原始数据完全匹配，避免因结构不兼容导致隐性错误。

内容的提问来源于stack exchange，提问作者Matt R