使用 auto.arima：OCSBtest(x, m) 中的错误：下标越界

Question

我在大量时间序列上使用一个大（isplit）循环来测试 ARIMA 模型。为此，我使用了 forecast 包中的 auto.arima 函数。

为此，我创建了一个函数，用于遍历所有时间序列，同时跟踪进度并存储拟合模型和统计数据（例如准确性和模型参数）。现在我正在处理由auto.arima 函数生成的错误。更准确地说；由 OCSB 季节性测试引起的。

我将此函数用于“每月”时间序列以及“每周”时间序列。对于每月时间序列 a 没有问题（几乎 50000，包括很多“零”值）。对于每周时间序列，我遇到了问题。但我无法找到错误的真正原因。

我试图重现错误。我认为它与许多 0（或相同）值与 52 频率周期相结合有关。但我还是不能把矛头指向问题所在。

请参阅下面的示例。一些信息：时间序列集是每周值（freq=52），从 2010 年第 1 周开始。长度为 122 个样本（直到 2012 年第 18 周）。因此我测试了 122 的长度，我可以为此生成错误。我仍然认为这与频率和“运行相同的值”有关......

有些会产生错误，有些则不会。

示例1【随机数，长度=122】>没问题：

ts_element <- ts(sample(0:30, 122, replace=TRUE), frequency = 52, start = c(2010, 1))
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)

示例 2 [只有 0 个值，长度 = 122] > OCSB 测试错误（通常我会假设一个不同的错误...参见示例 3）：

ts_element <- ts(sample(0:0, 122, replace=TRUE), frequency = 52, start = c(2010, 1))
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)
Error in OCSBtest(x, m) : subscript out of bounds

示例3 [只有0个值，长度=100] > '零/相等值'错误，我假设这个，这个例子不是问题，但要指出长度是相关的（与示例2比较):

ts_element <- ts(sample(0:0, 100, replace=TRUE), frequency = 52, start = c(2010, 1))
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)
Error in if (PVAL == min(tablep)) warning("p-value smaller than printed p-value") else warning("p-value greater     than printed p-value") : 
  missing value where TRUE/FALSE needed

示例 4 [与示例 3 几乎相同，但有一个非 0 值，长度 = 100] > 没有问题了：

ts_element[30] <- 1
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)

示例 5 [与示例 4 几乎相同，但长度=122] > OCSB 测试错误：

ts_element <- ts(sample(0:0, 122, replace=TRUE), frequency = 52, start = c(2010, 1))
ts_element[30] <- 1
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)
Error in OCSBtest(x, m) : subscript out of bounds

示例 6 [随机 1 和 0，长度=122] > 没问题：

ts_element <- ts(sample(0:1, 122, replace=TRUE), frequency = 52, start = c(2010, 1))
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)

例7【随机数，长度小于50】>没问题：

ts_element <- ts(sample(1:34, 50, replace=TRUE), frequency = 52, start = c(2010, 1))
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)

有人知道 OCSB 越界错误的原因是什么吗？ 如何识别？

主要问题是，每当我在本文开头描述的函数中出现此错误时，该函数不会输出我收集的所有信息。因此，等待的时间是徒劳的。 因此，如果无法找到根本原因，我还可以通过一些代码来处理错误以“忽略”它们（跳过该时间序列）并走得更远。或者忽略，但仍然输出当时收集到的信息。

如何解决？

注意：零错误不是问题。我将在我的函数中介绍这一点。

Answer 1

很好的问题，并且解释得很好。您在提交之前清楚地考虑了这一点。

您的示例中的问题是由于处理充满零的时间序列的一些问题（在我看来，是错误）。

一般来说，您应该使用debug 命令来单步执行您的代码。例如，尝试调试为auto.arima 运行的五个主要函数：

debug(auto.arima)
debug(nsdiffs)
debug(forecast:::OCSBtest)
debug(lm)
debug(lm.fit)

（使用Q 退出并使用undebug 停止调试函数）然后尝试在示例2中运行您的代码

ts_element <- ts(sample(0:0, 122, replace=TRUE), frequency = 52, start = c(2010, 1))
fit <- auto.arima(ts_element, trace=FALSE, seasonal.test="ocsb", allowdrift=TRUE, stepwise=TRUE)

在多次按下Enter 之后，您最终将到达 R 失败的地步。在这种情况下，这是lm.fit 中一个相当深刻和令人讨厌的错误。如果所有系数都为零，则出于某种原因，它将它们转换为NA。当OCSBtest 函数尝试提取系数时，它发现矩阵为空，并告诉您它不是一个合适的索引。

我会告诉你将此报告给 R-bugs...但是当涉及到 base 中的错误时，他们可能会非常狡猾。他们可能会告诉您这是“用户错误”，您不应该将回归模型拟合为全零（叹气）。

示例 3 的第一个问题似乎是 nsdiffs 页面中未记录的功能，该页面描述了 forecast::OCSBtest 函数。看起来您的时间序列必须大于周期的 2 倍 + 5，否则将不会运行季节性差异。在示例 2 中确实如此，但在 示例 3 中则不然。事实上，函数中的代码的最开始是：

if (length(time.series) < (2 * period + 5)) {
    return(0)
}

阅读nsdiffs 页面中列出的两个奥斯本参考资料，也许它在某处提到它。让forecast 的作者知道是个好主意，这样他们就可以将其包含在文档中的某个地方。甚至可能会发出警告，并可选择将其关闭。

示例 3 与 示例 2 的错误不同是因为 示例 3 立即退出 nsdiffs 函数，然后继续在进行差分的ndiff 函数中失败。 ndiff 似乎有一个错误，如果差的平方和为零（因为系列为零），则会导致除以零错误。下面是ndiff函数中的相关代码：

s2 <- .C("R_pp_sum", as.vector(e, mode = "double"), as.integer(n), as.integer(l), s2 = as.double(s2), PACKAGE = "tseries")$s2
STAT <- eta/s2 # Becomes NaN
PVAL <- approx(table, tablep, STAT, rule = 2)$y # Also NaN
if (is.na(approx(table, tablep, STAT, rule = 1)$y)) if (PVAL == 
min(tablep)) warning("p-value smaller than printed p-value") else warning("p-value greater than printed p-value") # Bombs

示例 4 成功，因为 s2 永远不会为零。一个简单的解决方法是在除法之前检查s2 是否为零。

示例 5 失败的原因与 示例 2 大致相同。它进入nsdiff 函数，因为它的长度大于2*period+5，然后因为lm.fit 没有返回全为零的系数而失败。

示例 6 成功，因为 lm.fit 现在将正确返回系数，因为它们并非全为零，因为您的时间序列混合了 1 和 0。

示例 7 成功，因为 nsdiff 没有运行（因为系列太小）并且 ndiff 将不再导致除以零，因为平方差之和不会零。

总之，您的示例显示了两个错误。一个在ndiff 中，当时间序列始终为零时，另一个在lm.fit 函数中，当协变量都为零时。此外，nsdiff 中的文档应该更新，告诉您如果时间序列的长度小于2*period+5，如果您使用 'ocsb' 选项，它将不会运行（但也许这在参考）。