使用fpp/fpp2包时tsCV函数返回NA值问题求助

嘿，我太懂你这种看到tsCV输出全是NA的崩溃感了！其实问题出在你调用tsCV的方式上，咱们一步步来捋清楚：

问题根源 #

你写的代码里，第二个参数直接传了forecast(ets(tvis),h=24)——这其实是直接对整个tvis序列拟合ETS模型并做了24步预测，但tsCV需要的是一个可以重复调用的函数：每次接收一个训练子集（滚动窗口里的历史数据）和预测步长h，然后返回对应子集的预测结果。你直接传计算好的forecast对象，tsCV没办法把它匹配到每个滚动的训练窗口，自然就返回全NA了。

正确的写法 #

你需要把模型拟合和预测的逻辑包装成一个函数，用匿名函数或者自定义函数都可以。比如用匿名函数的写法：

# 先转换为时间序列
tvis <- ts(visitors)
# 用匿名函数作为tsCV的第二个参数
e2 <- tsCV(tvis, function(x, h) forecast(ets(x), h = h), h = 24)

这里的function(x, h)就是tsCV每次迭代时会自动传入的参数：x是当前的训练子集，h是你指定的预测步长24。这样每次都会用当前的训练数据重新拟合ETS模型，再做h步预测，就能得到正确的交叉验证误差值了。

扩展提示 #

不光是ETS模型，用其他模型（比如ARIMA）做时间序列交叉验证时，也要遵循这个逻辑。比如用auto.arima的话，写法是：

e_arima <- tsCV(tvis, function(x, h) forecast(auto.arima(x), h = h), h = 24)

核心就是每次用训练子集重新拟合模型，而不是直接用整个序列的预测结果。

内容的提问来源于stack exchange，提问作者nubprog