季度时间序列月度拆解后匹配月度预测因子时间索引的实现问题

基础场景 #

• 待处理的季度更新指标时间序列原始结构：

Quarter Indicator
2010-1  11
2010-2  14
2010-3  15
2010-4  12
2011-1  11
2011-2  18
2011-3  15
2011-4  19
2012-1  14
2012-2  15
2012-3  18
2012-4  16

• 当前已实现的季度转月度拆解代码：

z <- read.zoo(data, FUN = function(x) as.yearqtr(x, "%Y-%q"))
ind_month <- zooreg(na.approx(c(t(cbind(z, NA, NA)))), start = as.yearmon(start(z)), freq = 12)
new_data <- fortify.zoo(ind_month)

• 配套的月度频次预测变量（示例含2个变量）结构：

Predictor1  Predictor2
12  5
14  4
11  8
7   2
9   6
0   9
15  11
2   6
6   8
12  9
11  14
9   16
4   12
5   3
6   5
2   3
7   8
0   11
3   16
2   18
5   15
6   18
4   16
7   22
3   17
2   9
2   18
7   16
6   14
2   13
5   17
4   12
9   9
6   18
2   6
9   17
4   15
6   13
0   17

由于季度数据需累计满3个月才完成更新，预测变量为月度频次发布，因此预测变量表的时间跨度通常长于拆解后的月度指标序列。

核心目标 #

• 完成季度数据的月度拆解后，让生成的月度序列时间长度与预测变量表完全匹配；超出原季度拆解覆盖范围的指标值以NA补全，该部分缺失值即为待预测的目标值。
• 适配预测变量表每月新增1行最新观测的更新节奏，实现拆解月度序列的时间索引随预测变量表自动同步拓展。经校验，第一个长度匹配问题解决后，后续仅需在新增数据上重跑全流程代码，即可满足自动同步的需求。

可复现实现代码 #

# 加载依赖包
library(zoo)
library(forecast)

# 1. 读取原始季度指标数据
qtr_data <- read.table(text = "Quarter Indicator
2010-1  11
2010-2  14
2010-3  15
2010-4  12
2011-1  11
2011-2  18
2011-3  15
2011-4  19
2012-1  14
2012-2  15
2012-3  18
2012-4  16", header = TRUE)

# 2. 执行季度到月度的尺度拆解
z <- read.zoo(qtr_data, FUN = function(x) as.yearqtr(x, "%Y-%q"))
ind_month <- zooreg(
  na.approx(c(t(cbind(z, NA, NA)))),
  start = as.yearmon(start(z)),
  freq = 12
)

# 3. 读取月度预测变量数据
monthly_pred <- read.table(text = "Predictor1  Predictor2
12  5
14  4
11  8
7   2
9   6
0   9
15  11
2   6
6   8
12  9
11  14
9   16
4   12
5   3
6   5
2   3
7   8
0   11
3   16
2   18
5   15
6   18
4   16
7   22
3   17
2   9
2   18
7   16
6   14
2   13
5   17
4   12
9   9
6   18
2   6
9   17
4   15
6   13
0   17", header = TRUE)

# 4. 生成和预测变量行数完全匹配的月度时间索引
match_index <- seq(
  from = start(ind_month),
  by = 1/12,
  length.out = nrow(monthly_pred)
)

# 5. 对齐月度指标序列，超出原覆盖范围的位置自动填充NA
ind_month_aligned <- merge(
  ind_month,
  zoo(, match_index),
  all = c(TRUE, TRUE)
)
# 截取到匹配索引的完整长度
ind_month_aligned <- window(
  ind_month_aligned, 
  index(match_index)[1], 
  index(match_index)[length(index(match_index))]
)

# 6. 合并生成最终建模数据集
final_dataset <- data.frame(
  Month = as.Date(match_index),
  Indicator = coredata(ind_month_aligned),
  monthly_pred
)

实现效果说明：最终生成的数据集长度与预测变量表完全一致，原季度拆解覆盖的月份保留插值得到的Indicator值，超出覆盖范围的Indicator位置自动填充NA。后续每月预测变量新增1行观测后，无需手动调整序列参数，直接重跑全流程代码即可自动延长时间索引，完成长度匹配。 #

内容的提问来源于stack exchange，提问作者Tamimi