这是关于我在预测包中使用nnetar函数运行产品移动预测时得到的错误。我从2012年12月8日开始每周数据。以下是我已转换为时间序列的示例数据。
Time Series:
Start = 2012.9363449692
End = 2016.32854209446
Frequency = 52.1785714285714
[1] 1 4 2 2 12 7 15 24 37 32 68 46
[13] 72 83 132 239 216 299 290 370 519 452 343 472
[25] 505 548 457 497 445 770 813 327 337 253 222 244
[37] 302 720 601 1014 153 86 45 13 3 8 7 4
[49] 4 3 2 10 3 4 1 7 10 14 32 89
[61] 44 42 73 57 70 103 172 193 149 236 276 345
[73] 403 608 557 537 655 704 611 578 503 597 1140 636
[85] 309 416 385 282 211 970 937 1817 261 86 30 12
[97] 15 1 7 13 12 7 2 10 2 6 5 5
[109] 10 24 21 46 54 59 140 96 70 115 237 242
[121] 205 422 336 337 390 573 329 283 328 388 438 528
[133] 731 646 890 710 668 842 740 817 968 626 1425 337
[145] 204 86 64 32 13 11 7 7 4 0 3 3
[157] 2 0 4 1 6 0 4 9 22 66 68 71
[169] 123 80 127 165 221 463 691 572 753 615
以下是我的代码：
library(forecast)
data <- read.table("./data.txt", quote="\"", comment.char="")
series <- ts(as.numeric(data), start=2012+342/365.25, frequency =
365.25/7)
NNET <- nnetar(series)
当我运行我的代码的最后一行时，它给了我错误：“ complete.cases中的错误（lags.X，y）：并非所有参数都具有相同的长度”
我不确定，为什么我会收到此错误。我错误地定义了我的时间序列吗？有什么建议吗？
谢谢！
答案 0 :(得分：1)
这是由非整数季节性频率52.1785714285714引起的错误。我现在已经修复了github版本。
将其设置为52并使用CRAN版本，或使用github版本，该版本现在将频率四舍五入到最接近的整数。