![](/img/trans.png)
[英]How can I add exogenous variables to my ARIMA model estimation while using fable package with model() extension
[英]Dynamically insert variables into a fable model using rlang
我正在嘗試將變量動態插入到寓言 model 中。
library(dplyr)
library(fable)
library(stringr)
df <- tsibbledata::aus_retail %>%
filter(State == "Victoria", Industry == "Food retailing") %>%
mutate(reg_test = rnorm(441, 5, 2),
reg_test2 = rnorm(441, 5, 2))
請注意,tsibble 中可能包含不確定數量的回歸量,但在本例中,我只有兩個( reg_test
和reg_test2
)。 所有回歸量列都將以reg_
我有一個 function,我想使用寓言 package 將回歸量列動態放入 ARIMA model。
test_f <- function(df) {
var_names <- str_subset(names(df), "reg_") %>%
paste0(collapse = "+")
test <- enquo(var_names)
df %>%
model(ARIMA(Turnover ~ !!test))
}
test_f(df)
# A mable: 1 x 3
# Key: State, Industry [1]
State Industry `ARIMA(Turnover ~ ~"reg_test+reg_tes~
<chr> <chr> <model>
1 Victoria Food retaili~ <NULL model>
Warning message:
1 error encountered for ARIMA(Turnover ~ ~"reg_test+reg_test2")
[1] invalid model formula in ExtractVars
我知道它只是將字符串var_names
放入公式中,這是行不通的,但我不知道如何以我可以正確enquo()
的方式創建var_names
。
我在這里閱讀了 Quasiquotation 部分,我搜索了 SO 但還沒有找到答案。
這個問題與pasre_expr()
似乎越來越接近,但仍然不是我想要的。
我知道我可以使用sym()
如果我有一個變量,但我不知道會有多少reg_
變量,我想把它們都包括在內。
通過手動輸入變量,我可以顯示我期望的 output。
test <- df %>%
model(ARIMA(Turnover ~ reg_test + reg_test2))
test$`ARIMA(Turnover ~ reg_test + reg_test2)`[[1]]
Series: Turnover
Model: LM w/ ARIMA(2,1,0)(0,1,2)[12] errors
Coefficients:
ar1 ar2 sma1 sma2 reg_test reg_test2
-0.6472 -0.3541 -0.4115 -0.0793 -0.0296 -0.6143
s.e. 0.0473 0.0479 0.0520 0.0446 0.5045 0.5273
sigma^2 estimated as 884.9: log likelihood=-2058.04
AIC=4130.08 AICc=4130.35 BIC=4158.5
我還想象有更好的方法讓我在ARIMA
function 中制作公式。如果這也能解決我的問題,那也行。
感謝您的幫助!
您可能會使它變得比需要的更復雜。 您可以通過執行as.formula(string)
將字符串轉換為公式,因此只需將公式構建為字符串,將其轉換為公式,然后將其提供給ARIMA
即可。 這是一個代表:
library(dplyr)
library(fable)
library(stringr)
df <- tsibbledata::aus_retail %>%
filter(State == "Victoria", Industry == "Food retailing") %>%
mutate(reg_test = rnorm(441, 5, 2),
reg_test2 = rnorm(441, 5, 2))
test_f <- function(df) {
var_names <- paste0(str_subset(names(df), "reg_"), collapse = " + ")
mod <- model(df, ARIMA(as.formula(paste("Turnover ~", var_names))))
unclass(mod[1, 3][[1]])[[1]]
}
test_f(df)
#> Series: Turnover
#> Model: LM w/ ARIMA(2,1,0)(0,1,1)[12] errors
#>
#> Coefficients:
#> ar1 ar2 sma1 reg_test reg_test2
#> -0.6689 -0.376 -0.4765 0.3363 1.0194
#> s.e. 0.0448 0.045 0.0426 0.4978 0.5436
#>
#> sigma^2 estimated as 883.1: log likelihood=-2058.28
#> AIC=4128.56 AICc=4128.76 BIC=4152.91
由reprex package (v0.3.0) 創建於 2020-04-23
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.