使用ETS模型消除寓言预测的预测区间中的负值

Question

我已经将《寓言》的预测与 ETS 模型结合使用，如下所示：

stl.fc <- train |>
  model(stlf = decomposition_model(
    STL(value), # decomposition to use (STL)
    ETS(season_adjust),
    SNAIVE(season_year) # it's the default but we make it explicit
  )) |>
  forecast(h = TIME_HORIZON)

我的数据由庇护申请数量组成，并且必须为正数或零。 当我尝试使用自动绘图绘制预测结果时，还会显示预测区间（这很好），但其值也可能为负（这不好）。

stl.fc |>
  autoplot(data.tsbl)

我试图摆脱这些负值，但这似乎很棘手，因为包含这些值的对象属于

"distribution" "vctrs_vctr"   "list"

类，而且我不知道如何做到这一点。

这是它的样子的屏幕截图（我指的专栏称为

value

）。

value

列中的每个元素看起来都像是两个条目的列表，

mu

和

sigma

，我可以使用（例如）

unlist(stl.fc$value[1])

看到它们

      mu    sigma 
8087.440 3308.573 

从这里开始，我对如何删除这些负数有点困惑。

我正在检查“预测：原则与实践”一书中的“确保预测保持在限制范围内”页面，但我似乎无法理解如何实现我想要的。

或者，我想如果我能去掉图中的负 Y 值（即隐藏这些负值），我也会活下去，但这感觉更像是作弊......

Answer 1

我最终想出了一个解决方案，不是让工具自动计算预测间隔，而是生成 1000 条模拟路径（受 this 启发），并在按日期聚合这些路径之前，将负值更改为零。

剧本和新剧情下方：

# create the model
stl.mod <- train |>
  model(stlf = decomposition_model(
    STL(value), # decomposition to use (STL)
    ETS(season_adjust),
    SNAIVE(season_year) # it's the default but we make it explicit
  ))

# generate simulated paths and change negative values to zero before aggregating
# https://otexts.com/fpp3/combinations.html
stl.fc <- stl.mod |>
  # Generate 1000 future sample paths
  generate(h = TIME_HORIZON, times = 1000) |>
  mutate(.sim = if_else(.sim < 0, 0, .sim)) |>
  # Compute forecast distributions from future sample paths
  as_tibble() |>
  group_by(date, .model) |>
  summarise(
    dist = distributional::dist_sample(list(.sim))
  ) |>
  ungroup() |>
  # Create fable object
  as_fable(index = date, key = .model,
           distribution = dist, response = "value")

stl.fc |>
  autoplot(data.tsbl)