Question

早上好，
我目前正在使用日常销售的时间序列来进行预测名为myts的数据集以前已转换为time series对象。

每当我运行以下代码时，它都会给我一个错误：

require(tsDyn)
x <- log(myts)
mod.ar <- linear(x, m=2)

错误：x必须是矢量，而不是ts对象，你想要吗？ stats::lag()？

祝你好运，亚历

Answer 1

Alessandro报告的问题可以由func peripheral(_ peripheral: CBPeripheral, didDiscoverServices error: Error?) { if let services = peripheral.services as [CBService]!{ for service in services{ peripheral.discoverCharacteristics(nil, for: service) } } print("==>",peripheral.services!) } func peripheral(_ peripheral: CBPeripheral, didDiscoverCharacteristicsFor service: CBService, error: Error?) { for newChar: CBCharacteristic in service.characteristics!{ print(newChar) } }的{{1}}函数生成，该函数会覆盖lag的{{1}}函数。
试试这个：

dplyr

这里lag正确地给出了：

stats

现在，试试这个：

detach("package:dplyr", unload=TRUE)
library(tsDyn)
linear(log(lynx), m=2)

代码提供错误消息：

linear

Answer 2

试试这个例子（注意我从矢量开始，然后将其转换为时间序列对象）

require(tsDyn)

set.seed(1234)
tsdatav <- (seq(1:300)+rnorm(300,1000,10))
myts <- ts(tsdatav, frequency = 365, start = c(2017, 6))
plot(myts)

x <- log(myts)
mod.ar <- linear(x, m = 2)
mod.ar

Answer 3

是的，此问题是由dplyr拥有自己的lag版本引起的，该版本覆盖了通常的滞后函数，以及软件包tseriesChaos的方式错误（其中{ {1}}取决于import stas :: lag。修复已发送并获得批准，但尚未提交给CRAN： https://github.com/antoniofabio/tseriesChaos/commit/8abcc5a2d6d65588cdcec5527d4e5cb96eeccaec

与此同时，您可以简单地将tsDyn覆盖回来：

lag

这现在应该可以工作：

lag <- stats::lag

如果您确实想要mod.ar <- linear(lynx, m=2)的版本，请使用dplyr `

用tsDyn预测 - R中的错误

3 个答案: