最好告诉我们fpp3是“预测:原理与实践”(第三版),有一个相应的R包
显示
我们创建
google_2015
对象,所以我们不必去挖它,但给你。。。
设置
library(fpp3)
google_2015 <- gafa_stock |>
filter(Symbol == "GOOG", year(Date) >= 2015) |>
mutate(day = row_number()) |>
update_tsibble(index = day, regular = TRUE) |>
filter(year(Date) == 2015)
aug <- google_2015 |>
model(NAIVE(Close)) |>
augment()
绘图代码
我们需要(1)在密度而不是计数标度上绘制直方图,(2)动态计算所需的平均值和SD(或者,我们可以在计数标度绘制直方图,并将正常密度乘以观测次数,但这似乎有点困难)
对链接副本的唯一改进是
aes(y = ..density..)
从ggplot2 3.4.0开始,这些答案中使用的习语已被弃用,并将发出警告。。。
gg0 <- aug |>
ggplot(aes(x = .innov)) +
geom_histogram(aes(y=after_stat(density)))
gg0 + geom_function(fun = dnorm, colour = "red", n = 1001,
args = list(mean = mean(aug$.innov, na.rm = TRUE),
sd = sd(aug$.innov, na.rm = TRUE)))