借助 dplyr groupby 函数使用 auto.arima 进行预测

Question

我需要预测 100 家商店中某些产品（10 种产品）在 150 天内的需求。在这我需要对产品和商店进行分组，并拟合一个 arima 模型并对其进行预测。此外，某些产品的商店可能较少。我需要使用 auto.arima，因为有 10000 个子集。我编写了一个代码，它计算拟合但无法预测它。

data <- read.csv("data.csv")
dat <- data.frame(data)
library(dplyr)
library(forecast)
model_fit <- group_by(dat, PRODUCT,STORE) %>% do({fit=auto.arima(.$DEMAND)})

到这里为止，代码可以正常工作，但会出现一些警告，例如“无法使用最大似然拟合最终模型。AIC 值已近似”。我希望它没问题，如果不是，请告诉我为什么。

现在我需要将它预测到一个列 Forecast 我是 R 新手，所以通过在线资料我觉得这会奏效。

dat[,"Forecast"] <- NULL
model_fit <- group_by(dat, PRODUCT,STORE) %>% do({fit=auto.arima(.$DEMAND) Forecast = forecast(fit)})
write.csv(dat,"Forecast.csv",row.names = FALSE)

这部分不工作。请让我知道这段代码的问题。谢谢。

Answer 1

仅供参考，如果您陈述一个简单、可重复的示例，您将获得更多/更好/更快的答案（我无法访问 data.csv，因此我无法运行您所拥有的内容）。

这里有一些示例输入，我认为它可以捕捉到您的问题的主要思想：

> df <- data_frame(g = c(1, 1, 1, 1, 2, 2, 2, 2), v = c(1, 2, 3, 4, 1, 4, 9, 16))
> df
Source: local data frame [8 x 2]

  g  v
1 1  1
2 1  2
3 1  3
4 1  4
5 2  1
6 2  4
7 2  9
8 2 16

如果您准确说明您收到的错误消息，也会有所帮助。我的猜测是，您得到的内容类似于“结果不是数据框”，就像我在这里所做的那样：

> df %>% group_by(g) %>% do(forecast(auto.arima(.$v), h=3))
Error: Results are not data frames at positions: 1, 2

我相信您的问题是您没有在 do() 语句中返回数据框，也许您还想返回 $mean 值。

在我给出的示例中，要为每个组 g 创建预测，您可以执行以下操作：

> df %>% group_by(g) %>% do(data.frame(v_hat = forecast(auto.arima(.$v), h=3)$mean))
Source: local data frame [6 x 2]
Groups: g

  g  v_hat
1 1  6
2 1  7
3 1  8
4 2 31
5 2 37
6 2 43