使用fpp3包复现ARIMA预测分位数可视化图表

我之前用forecast包写了一段能生成美观分位数预测图的代码：

library(forecast)
fit <- auto.arima(WWWusage)
fc <- forecast(fit, h=20, level=95)
qf <- matrix(0, nrow=99, ncol=20)
m <- fc$mean
s <- (fc$upper-fc$lower)/1.96/2
for(h in 1:20)
  qf[,h] <- qnorm((1:99)/100, m[h], s[h])

plot(fc)
matlines(101:120, t(qf), col=rainbow(120), lty=1)

现在我用fpp3包处理另一个数据集，已经算出了预测分位数，但不知道怎么复现上面的图表：

library(fpp3)
library(distributional)

fc <- aus_production |>
  model(ARIMA(Beer)) |>
  forecast(h = 20)

pc <- seq(99)
fc |>
  as_tibble() |>
  group_by(Quarter) |>
  reframe(percentile = quantile(Beer, pc / 100)) |>
  unnest(percentile) |>
  mutate(pc = rep(pc, 20))

解决方案 #

结合fpp3和ggplot2的绘图能力，就能复现原图表效果，完整代码如下：

library(fpp3)
library(distributional)
library(ggplot2)

# 生成预测结果
fc <- aus_production |>
  model(ARIMA(Beer)) |>
  forecast(h = 20)

# 计算并整理分位数数据
pc <- seq(99)
quantile_data <- fc |>
  as_tibble() |>
  group_by(Quarter) |>
  reframe(percentile = quantile(Beer, pc / 100)) |>
  unnest(percentile) |>
  mutate(pc = rep(pc, 20))

# 绘制基础预测图 + 叠加分位数线条
fc |>
  autoplot(aus_production) +
  theme_minimal() +
  geom_line(
    data = quantile_data,
    aes(x = Quarter, y = percentile, color = pc),
    linetype = 1
  ) +
  scale_color_gradientn(colors = rainbow(120)) +
  guides(color = "none")

关键说明 #

• autoplot(fc, aus_production)：生成包含历史数据、预测均值和置信区间的基础图表，对应原代码的plot(fc)
• geom_line：遍历所有分位数，在对应时间点绘制线条
• scale_color_gradientn(colors = rainbow(120))：设置和原代码一致的彩虹色渐变效果
• guides(color = "none")：隐藏颜色图例，保持图表简洁度

内容的提问来源于stack exchange，提问作者lucamartono2