借助dplyr groupby函数使用auto.arima进行预测

Question

我需要预测150天中100家商店中某些产品（10种产品）的需求。 在这种情况下，我需要对PRODUCT和STORE进行分组，并拟合Arima模型并对其进行预测。 另外，某些产品的商店可能更少。 我需要使用auto.arima，因为有10000个子集。 我写了一个代码，可以计算适合度，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)})

直到此处，该代码还可以通过一些警告（例如“无法使用最大似然来拟合最终模型。AIC值近似”）正常运行。 我希望一切都好，请让我知道是否以及为什么。

现在，我需要将其预测到“我是R的新手”一栏中，因此通过在线材料，我认为这是可行的。

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)

这部分不起作用。 请让我知道此代码的问题。 谢谢。

Answer 1

仅供参考，如果您声明一个简单的，可复制的示例，您将获得更多/更好/更快的答案（我没有访问data.csv的权限，因此我无法运行您拥有的功能）。

我认为这是一些示例输入，它们反映了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

如果您确切说明所收到的错误消息，它也有帮助。 我的猜测是，您将得到一些类似“结果不是数据帧”的信息，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（）语句中返回数据帧，也许您还想返回$ mean值。

在我给出的示例中，要为每个组g创建一个预测，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